基于空譜聯(lián)合的高光譜圖像分類研究.pdf

1、近年來(lái)高光譜圖像處理受到了大家的廣泛關(guān)注。由運(yùn)行在各種平臺(tái)上的高光譜傳感儀器，在電磁波的紫外光譜段、可見光譜段、近紅外譜段以及中紅外譜段，以數(shù)十個(gè)到數(shù)百個(gè)的非常連續(xù)且精細(xì)劃分開來(lái)的光譜波段同時(shí)對(duì)目標(biāo)區(qū)域進(jìn)行成像。在獲取目標(biāo)區(qū)域的空間信息的時(shí)候，也獲得了來(lái)自光譜域的信息。真正做到了空間信息與光譜信息的融合。
　　與多光譜相比較，高光譜遙感技術(shù)在挖掘目標(biāo)對(duì)象的信息豐度方面有了很大的提高。因此高光譜技術(shù)為遙感圖像處理進(jìn)行更為合理、高效的

2、分析提供了可能。高光譜技術(shù)的一個(gè)主要應(yīng)用是高光譜圖像分類。之前一段時(shí)間高光譜圖像分類主要依靠譜域的信息來(lái)進(jìn)行分類，但這損失了圖像域，也就是空間域上圖形大小及結(jié)構(gòu)等信息。最近的文獻(xiàn)表明，高光譜圖像的分類關(guān)注于空域信息和譜域信息的特征結(jié)合，稱為空譜聯(lián)合分類。
　　本文對(duì)基于空譜聯(lián)合的高光譜圖像分類方法進(jìn)行了系統(tǒng)的研究，所取得的主要研究成果為：
　　1．探究了一些現(xiàn)存的基于空譜聯(lián)合的高光譜圖像分類算法，做了仿真實(shí)驗(yàn)。并稍作改進(jìn)，利

3、用決策融合結(jié)合已存在的方法得到了新的分類結(jié)果。實(shí)驗(yàn)結(jié)果表明基于空譜聯(lián)合的方法確實(shí)能有效地提高高光譜圖像分類的結(jié)果，不僅僅是分類精度上，還是分類結(jié)果圖的視覺表現(xiàn)上。還可以看出，改進(jìn)的方法能進(jìn)一步優(yōu)化分類結(jié)果，提升分類精度。
　　2．提出了一個(gè)基于分層概率模型的空譜聯(lián)合高光譜圖像分類算法。分層概率模型是一個(gè)來(lái)自于計(jì)算機(jī)視覺領(lǐng)域的數(shù)學(xué)模型。他能學(xué)習(xí)并構(gòu)造特征中的結(jié)構(gòu)信息。本文將其引入并提出了一個(gè)全新的空譜聯(lián)合的基于分層概率模型的高光譜圖

4、像分類算法，并在高光譜圖像上做了分類實(shí)驗(yàn)，取得了不錯(cuò)的效果。
　　3．提出了一個(gè)基于3維形態(tài)學(xué)輪廓的空譜聯(lián)合高光譜圖像分類算法?；诂F(xiàn)存的2維形態(tài)學(xué)處理，本文根據(jù)高光譜圖像的3維數(shù)據(jù)特性提出3維的形態(tài)學(xué)處理，構(gòu)造3維形態(tài)學(xué)輪廓用于高光譜圖像的特征提取。不同于傳統(tǒng)的2維形態(tài)學(xué)處理在一個(gè)圖像面上提取空間信息，提出的新方法考慮到了高光譜圖像的3維數(shù)據(jù)特性，并提取其3維空譜特征。我們將提出的新方法與幾個(gè)現(xiàn)存方法做了實(shí)驗(yàn)對(duì)比。通過3個(gè)高光譜