学位论文 > 优秀研究生学位论文题录展示

基于投影寻踪的高光谱图像降维算法研究

作　者: 王秀朋
导　师: 张洪才；赵永强
学　校: 西北工业大学
专　业: 控制理论与控制工程
关键词: 高光谱图像液晶可调谐滤波器自适应子空间划分降维序贯役影寻踪
分类号: TP751
类　型: 硕士论文
年　份: 2006年
下　载: 359次
引　用: 2次
阅　读: 论文下载

内容摘要

高光谱图像数据具有波段多、光谱分辨率高、波段宽度窄、数据量庞大等特点,因而对地物的描述与测度更加细致,但由此也带来了光谱维数高,处理难度大,计算量大,实时性差的问题。显然,如何有效地“降维”,将数据投影到低维空间进行分析是解决这一问题的有效途径。本文对高光谱图像的降维方法进行了研究,并根据实验需要搭建了基于液晶可调谐滤波器的光谱图像采集系统。主要工作如下: 1.为满足实验需要,搭建了一个基于液晶可调谐滤波器(LCTF)的光谱图像采集系统,在不同的场景中进行了多次实验,结果表明该系统所得光谱图像可以满足研究需要,为具体算法研究提供了必备条件。 2.对常用的高光谱图像降维方法进行了研究,给出了常用的波段选择方法、自适应子空间划分方法、主成分分析方法的仿真分析。分析表明利用波段选择和划分数据源的降维方法,依靠单一指标进行波段选择和数据源划分容易损失有效信息,而主成分分析方法虽然能在保留大部分信息前提下实现有效降维,但其通常只能反映数据的全局或主要特征,而不能反映局部或细节特征。 3.对投影寻踪方法在高光谱图像降维中的应用进行了研究,分别给出了以偏度、峰度、Jones矩指标等为投影指标,以遗传算法为优化算法的仿真分析,仿真结果表明投影寻踪算法能突出数据的局部特征,但实时性较差。 4.提出了一种基于自适应子空间划分的序贯投影寻踪方法,利用自适应子空间划分优化高光谱图像的分组方式,再应用序贯投影寻踪方法对其实现降维。仿真表明此方法不但能降低计算时间,进一步突出数据的局部特征,而且能有效地利用高光谱图像相关性。

全文目录

摘要  3-4
Abstract  4-7
第一章绪论  7-15
  §1.1 引言  7
  §1.2 高光谱遥感  7-13
    §1.2.1 基本概念  7-9
    §1.2.2 高光谱遥感技术的发展与应用  9-10
    §1.2.3 研究背景和现状  10-13
  §1.3 本文内容安排  13-15
第二章高光谱数据获取和图像采集系统  15-25
  §2.1 引言  15
  §2.2 高光谱图像数据获取方法  15-16
  §2.3 基于LCTF的光谱图像采集系统  16-24
    §2.3.1 光学传感器的选择  16-20
    §2.3.2 光谱图像采集系统构成  20-24
  §2.4 小结  24-25
第三章常用的高光谱图像降维方法分析  25-44
  §3.1 引言  25
  §3.2 利用波段选择进行降维  25-31
    §3.2.1 基于Shannon信息量度量的波段选择  26-28
    §3.2.2 基于最佳指数(OIF)的波段选择  28-30
    §3.2.3 基于类别可分性度量的波段选择  30-31
  §3.3 通过划分数据源进行降维  31-36
    §3.3.1 等间隔划分数据源  32
    §3.3.2 基于光谱范围划分数据源  32-33
    §3.3.3.自适应划分数据源  33-36
  §3.4 利用特征提取进行降维  36-42
    §3.4.1 主成分分析方法  36-41
    §3.4.2 其它利用特征提取降维的方法  41-42
  §3.5 其它降维方法  42-43
  §3.6 小结  43-44
第四章投影寻踪方法及其在高光谱图像处理上的应用  44-60
  §4.1 引言  44
  §4.2 投影寻踪概述  44-46
  §4.3 投影寻踪在高光谱数据降维中的应用  46-51
    §4.3.1 常用的几种用于高光谱图像降维的投影指标  46-48
    §4.3.2 优化算法  48-49
    §4.3.3 常规投影寻踪算法的仿真分析  49-51
  §4.4 基于自适应子空间划分的序贯投影寻踪方法  51-59
    §4.4.1 算法的具体过程  52-56
    §4.4.2 仿真分析  56-59
  §4.5 小结  59-60
第五章总结和展望  60-62
  §5.1 本文工作总结  60-61
  §5.2 展望  61-62
参考文献  62-69
附录一  69-72
附录二  72-76
附录三  76-77
发表文章  77-78
致谢  78-79

基于投影寻踪的高光谱图像降维算法研究

内容摘要

全文目录

相似论文