学位论文 > 优秀研究生学位论文题录展示

多光谱图像混合像元分类技术研究

作　者: 齐建成
导　师: 朱述龙
学　校: 解放军信息工程大学
专　业: 摄影测量与遥感
关键词: 混合像元 分类 端元 端元提取 丰度估计 混淆矩阵 凸面单体 单体边界 端元独立性 决策二叉树
分类号: TP751
类　型: 硕士论文
年　份: 2009年
下　载: 130次
引　用: 1次
阅　读: 论文下载
 

内容摘要


本文研究了多光谱图像混合像元分类中的若干关键问题,重点讨论了端元数目自动确定、初始端元自动获取、端元快速提取和高精度混合像元分类等理论和方法。论文的主要工作有:1.归纳总结了多光谱图像混合像元分类中两个关键环节(即端元提取和丰度估计)的研究现状,阐述了现有理论和方法的不足,指出了需要解决的主要问题。2.深入研究了端元提取和丰度估计理论与方法,讨论了线性和非线性混合光谱的产生机理以及线性和非线性混合像元分类模型的适用情况,探讨了混合像元分类精度的评价标准,阐述了影像在其特征空间中形成的凸面单体与端元的关系,实验定量比较了四种端元提取方法在精度、效率、抗噪能力、对局外点的敏感性等性能指标,分析了混合像元分类精度的影响因素,得出了若干重要结论。3.研究了端元数目自动提取方法,论述了端元光谱间的独立性关系,提出了基于端元独立性的端元数目自动提取方法。实验表明:该方法不仅能够从原始影像数据中直接确定合理的端元数目,而且比现有方法的效率高很多。4.研究了初始端元及端元搜索策略对端元提取算法稳定性的影响,阐述了算法不稳定问题的主要解决途径,提出了一种新的初始端元自动获取策略,简化了算法复杂度,提高了端元提取精度。5.研究了高维影像特征空间中凸面单体边界的特点,提出了用二维散点图边界的并集近似代替高维凸面单体边界的思想,解决了高维凸面单体边界提取的难题。论述了凸面单体边界与端元的关系,提出了一种端元快速提取算法——单体边界算法。实验表明,该算法不仅能够获得期望的端元提取结果,而且能够极大地缩小端元搜索范围,大幅度提高端元提取速度。6.研究了决策二叉树在遥感影像分类中的应用,将决策二叉树引入混合像元分类,设定了合理的决策判断条件,提出了基于决策二叉树的混合像元分类算法。实验表明:该算法能够减小端元相关性对分类结果的影响,提高分类精度。

全文目录


摘要  6-7
Abstract  7-9
第1章 绪论  9-16
  1.1 混合像元及其对多光谱图像分类的影响  9-10
  1.2 相关研究现状及发展动态  10-14
    1.2.1 端元提取  10-12
    1.2.2 丰度估计  12-14
  1.3 论文的研究内容和组织结构  14-16
第2章 混合像元分类的原理与方法  16-39
  2.1 多维影像数据的降维方法  16-18
  2.2 光谱相似性度量工具  18-19
  2.3 光谱混合分析  19-26
    2.3.1 线性和非线性混合光谱  19-20
    2.3.2 几种线性混合像元分类模型  20-23
    2.3.3 分类精度评价  23-26
  2.4 端元提取  26-30
    2.4.1 端元与凸面单体的关系  26-27
    2.4.2 几种端元提取算法  27-30
  2.5 实验与分析  30-37
    2.5.1 实验目的  30
    2.5.2 实验数据  30-31
    2.5.3 端元提取结果与分析  31-35
    2.5.4 混合像元分类结果与分析  35-37
  2.6 本章小结  37-39
第3章 端元数目和初始端元的自动获取  39-48
  3.1 端元数目的自动确定  39-42
    3.1.1 HFC（Harsanyi-Farrand-Chang）  39-40
    3.1.2 基于RMSE的端元数目自动获取  40-41
    3.1.3 基于端元独立性的端元数目自动获取  41-42
  3.2 初始端元的获取  42-43
  3.3 实验与分析  43-47
    3.3.1 实验目的  43
    3.3.2 实验数据  43-44
    3.3.3 实验结果与分析  44-47
  3.4 本章小结  47-48
第4章 基于凸面单体边界的端元快速提取算法  48-60
  4.1 凸面单体边界提取  48-52
  4.2 基于凸面单体边界的端元快速提取算法  52-53
  4.3 实验与分析  53-59
    4.3.1 实验目的  53
    4.3.2 实验数据  53-54
    4.3.3 实验结果与分析  54-59
  4.4 本章小结  59-60
第5章 决策二叉树在混合像元分类中的应用  60-67
  5.1 决策二叉树及其在遥感影像分类中的应用  60-61
  5.2 基于决策二叉树的混合像元分类算法  61-64
  5.3 实验与分析  64-66
    5.3.1 实验目的  64
    5.3.2 实验数据  64
    5.3.3 实验结果与分析  64-66
  5.4 本章小结  66-67
第6章 总结与展望  67-69
参考文献  69-74
作者简历 攻读硕士学位期间完成的主要工作  74-75
致谢  75

相似论文

  1. 高光谱遥感图像混合像元分解的理论与算法研究,P237
  2. 基于数据源优化的高光谱图像异常检测算法研究,TP751.1
  3. 基于数学形态学的高光谱图像端元提取技术研究,TP751
  4. 混合像元分解技术及其在阜新市土地覆盖分类中的应用研究,P237
  5. 基于非负矩阵分解的高光谱遥感图像混合像元分解研究,TP751.1
  6. 高光谱影像混合像元分解技术研究,TP751
  7. 基于模糊理论的遥感影像混合像元分类方法研究,P237
  8. 基于MAP的高光谱图像超分辨率方法研究,TP391.41
  9. 应用多参数示踪方法研究黄河口湿地沉积有机质来源和分布,P736.21
  10. 基于混合像元分解的三峡库区植被覆盖度及C因子定量估算研究,Q948
  11. 基于实测端元光谱的遥感图像光谱模拟研究,P237
  12. 基于MODIS遥感数据混合像元分解的小麦识别及其面积估算,TP751
  13. K公司计划及预测改进对于合理库存配置的研究,F224
  14. 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
  15. 基于词义及语义分析的问答技术研究,TP391.1
  16. 基于三维重建的焊点质量分类方法研究,TP391.41
  17. 基于串核的蛋白质分类算法的研究与实现,TP301.6
  18. 统计与语言学相结合的词对齐及相关融合策略研究,TP391.2
  19. 上下文相关的词汇复述研究,TP391.1
  20. 基于仿生模式识别的文本分类技术研究,TP391.1

中图分类: > 工业技术 > 自动化技术、计算机技术 > 遥感技术 > 遥感图像的解译、识别与处理 > 图像处理方法
© 2012 www.xueweilunwen.com