傅里葉變換紅外超光譜數(shù)據(jù)分類方法研究.pdf

1、基于邁克爾遜干涉原理的傅里葉變換紅外（Fourier Transform Infrared，F(xiàn)TIR）超光譜儀較傳統(tǒng)色散型光譜儀，具有紅外全譜覆蓋、光譜分辨率高（可達0.1 nm）、掃描紅外全譜時間短（可達0.01 s）的特點。它的出現(xiàn)使得實時完成對高速運動目標識別和大氣組分精細分析等應用成為可能。分類是這些紅外光譜探測應用的基礎，目前學術界和工業(yè)界尚未開展針對FTIR超光譜數(shù)據(jù)的分類方法研究，通常沿用高光譜數(shù)據(jù)分類算法。由于FTIR超

2、光譜超高分辨率帶來的高維數(shù)據(jù)會使傳統(tǒng)高光譜數(shù)據(jù)分類算法在實時性和分類精度上無法滿足實際應用的要求。
　　傳統(tǒng)高光譜分類算法處理的高光譜數(shù)據(jù)為數(shù)百維，目前FTIR的光譜數(shù)據(jù)已增長到上萬維，而分類時間也隨數(shù)據(jù)維數(shù)顯著增長，從而給實時應用帶來困難。本文針對實時性問題，從提升算法效率和提升硬件處理能力和兩個方面開展了研究工作。首先，提出了一種空間分層光譜直方圖概念和計算方法，并給出了基于空間金字塔匹配（Spatial Pyramid Ma

3、tching，SPM）的FTIR超光譜分類方法，有效提高了超分辨率光譜數(shù)據(jù)特征分類的實時性，使匹配相似度計算過程時間顯著降低，從而提高了系統(tǒng)的實時性。其次，設計并研發(fā)了一套FTIR超光譜信號處理機的原理樣機，通過外場實驗驗證了該系統(tǒng)具有良好的實時性，為超光譜應用于實時在線遙感探測提供平臺保障。
　　FTIR獲取的干涉信號中信噪比（Signal to Noise Ratio，SNR）與光譜分辨率呈反比，即光譜分辨率的提高，會使SNR

4、降低，甚至導致光譜發(fā)生形變。實驗證明針對超光譜分辨率的數(shù)據(jù)，采用傳統(tǒng)分類方法處理的分類精度呈指數(shù)下降趨勢。針對光譜分辨率提高帶來分類精度下降問題，本文提出了一種基于稀疏受限玻爾茲曼機（Restricted Boltzmann Machine，RBM）的超光譜數(shù)據(jù)分類算法，有效提高了高維度光譜數(shù)據(jù)特征的分類精度。實驗證明，該方法可有效解決FTIR超光譜超高分辨率導致的分類精度下降的問題。
　　綜上所述，本文對FTIR超光譜分類方法進