基于組稀疏編碼的高光譜圖像空譜聯(lián)合分類方法.pdf

1、在過(guò)去的30年里，高光譜遙感技術(shù)取得了顯著的進(jìn)步，尤其是空間分辨率和光譜分辨率的日益提高，極大地促進(jìn)了高光譜遙感在許多領(lǐng)域的應(yīng)用，如軍事偵察、環(huán)境監(jiān)測(cè)、土地調(diào)查、精細(xì)農(nóng)業(yè)。其中，高光譜圖像分類是高光譜遙感最重要的應(yīng)用之一，是許多實(shí)際應(yīng)用的基礎(chǔ)。空間分辨率和光譜分辨率的不斷提高，一方面為分類提供了更多的區(qū)分信息，有利于對(duì)感興趣地物的精細(xì)分類，另一方面也給分類帶來(lái)了巨大的挑戰(zhàn)：高維小樣本難題和局部空域變化問(wèn)題。如何有效地利用高光譜圖像中包含

2、的豐富的光譜信息和空間信息，提高高維小樣本和局部空域變化條件下的分類性能，是目前的研究熱點(diǎn)之一。
　　本文針對(duì)傳統(tǒng)的基于像素的高光譜圖像分類方法僅僅利用光譜特征，而未能充分利用嵌入在圖像中的空間信息，以及現(xiàn)有的結(jié)合空間信息和光譜信息的高光譜圖像分類方法未能充分考慮高光譜圖像中存在的空域變化的問(wèn)題，研究了利用組稀疏編碼結(jié)合空間信息和光譜信息，以及處理空域變化問(wèn)題。本論文的主要工作如下：
　　1)針對(duì)高光譜圖像中存在的空域變化問(wèn)

3、題，提出了利用空域近鄰和組稀疏編碼的空譜聯(lián)合分類方法。其中，定義組為空域N×N窗口內(nèi)的近鄰像素，利用組稀疏編碼以組的方式對(duì)高光譜圖像中的像素進(jìn)行稀疏編碼，從而獲得對(duì)空域變化魯棒的數(shù)據(jù)表示，并將其用作輸入特征，分類高光譜圖像。實(shí)驗(yàn)結(jié)果表明，提出的空譜聯(lián)合分類模型可以有效地提高高維小樣本和空域變化條件下的高光譜圖像分類性能。
　　2)針對(duì)使用空域N×N窗口內(nèi)的近鄰像素作為組，不能很好地保持邊緣信息的問(wèn)題，提出了基于圖像過(guò)分割和組稀疏的

4、空譜聯(lián)合分類方法。其中，定義組為過(guò)分割圖像的分塊，并在學(xué)習(xí)稀疏表示系數(shù)的同時(shí)學(xué)習(xí)字典以更好地?cái)M合高光譜數(shù)據(jù)的內(nèi)在結(jié)構(gòu)。實(shí)驗(yàn)結(jié)果表明，本方法可以進(jìn)一步提高高光譜圖像分類的準(zhǔn)確性和分類結(jié)果的區(qū)域一致性。
　　3)受到核技巧可以捕獲數(shù)據(jù)非線性的可分性的啟發(fā)，通過(guò)擴(kuò)展組稀疏編碼算法到核空間提出了核組稀疏編碼算法，并將其引入到提出的兩種空譜聯(lián)合分類模型中。實(shí)驗(yàn)結(jié)果表明，核策略的引入進(jìn)一步提高了高光譜圖像分類的準(zhǔn)確度。
　　本文的工作得