

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、采用光譜成像儀獲得的高光譜數(shù)據(jù)含有豐富的地物光譜信息,因此可以通過高光譜圖像的光譜特征對所拍攝的地物進(jìn)行精細(xì)分類。但是高光譜數(shù)據(jù)由于波段較多,導(dǎo)致數(shù)據(jù)量相對較大,并且過高的維數(shù)會產(chǎn)生信息冗余,這樣的數(shù)據(jù)給存儲和運算都帶來很大壓力。為了充分利用高光譜遙感圖像所具有的光譜信息豐富的優(yōu)勢,同時盡可能降低由于數(shù)據(jù)量過大導(dǎo)致的龐大運算量,在應(yīng)用這些豐富的光譜數(shù)據(jù)進(jìn)行圖像運算前應(yīng)該先設(shè)法對高光譜數(shù)據(jù)進(jìn)行必要的特征提取運算,通過這樣的數(shù)據(jù)預(yù)處理可以達(dá)
2、到用較低維數(shù)的數(shù)據(jù)獲得較高的分類精度的目的。
本文首先對機(jī)載高光譜成像儀的圖像數(shù)據(jù)進(jìn)行了說明,實際生活中的觀測數(shù)據(jù)通常是非高斯分布的情況,在極端情況下,是嚴(yán)格的多模式結(jié)構(gòu)。因此本文主要內(nèi)容為:1)根據(jù)高光譜數(shù)據(jù)結(jié)構(gòu)特點選擇了LFDA降維算法作為分類的預(yù)處理方法,結(jié)合不同的分類器算法,用來進(jìn)行高光譜圖像的分類運算,通過仿真實驗驗證了在高光譜圖像分類中算法的有效性;2)對原始NMF特征提取方法做一些改進(jìn),考慮在目標(biāo)函數(shù)中引入正交約
3、束并結(jié)合LPP流形學(xué)習(xí)線性化方法,提出的改進(jìn)算法使降維后的高光譜樣本之間盡可能的正交,并且樣本集中同一類別的樣本點在投影空間中距離更近,不同類別的樣本點在投影空間中距離更遠(yuǎn),仿真實驗驗證算法的有效性;3)采用MATLAB/GUI設(shè)計高光譜圖像處理軟件,作為項目數(shù)據(jù)處理環(huán)節(jié)的程序功能模塊之一,是為高光譜圖像探測及目標(biāo)識別而設(shè)計的專用圖像處理軟件,可以利用MATLAB在處理高維數(shù)據(jù)矩陣方面的優(yōu)勢,將處理后的高光譜數(shù)據(jù)作為樣本集進(jìn)行分類處理。
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 高光譜圖像特征提取與分類算法研究.pdf
- 基于非負(fù)矩陣分解的高光譜圖像解混研究.pdf
- 基于非負(fù)矩陣分解的信號時頻特征提取方法研究.pdf
- 基于非負(fù)矩陣分解的高光譜圖像混合像元分解方法研究.pdf
- 基于非負(fù)矩陣分解的高光譜遙感圖像混合像元分解研究.pdf
- 基于非負(fù)矩陣分解的分類算法研究.pdf
- 基于非負(fù)矩陣分解的多標(biāo)簽分類算法研究.pdf
- 基于非負(fù)矩陣分解的多標(biāo)簽分類算法研究
- 基于組稀疏非負(fù)矩陣分解的高光譜圖像去噪方法研究.pdf
- 基于圖譜理論和非負(fù)矩陣分解的圖像分類.pdf
- 基于流形學(xué)習(xí)的高光譜圖像空-譜聯(lián)合特征提取與分類.pdf
- 圖像分類中流形回歸與非負(fù)矩陣分解研究.pdf
- 基于非負(fù)自編碼器及非負(fù)矩陣分解的高光譜解混.pdf
- 紅外圖像目標(biāo)特征提取與分類算法研究.pdf
- 基于非負(fù)分解的機(jī)械故障特征提取理論與方法研究.pdf
- 高光譜顯微圖像的特征提取與分類方法及其應(yīng)用研究.pdf
- 白細(xì)胞圖像的特征提取與分類算法研究.pdf
- 基于自動編碼機(jī)的高光譜圖像特征提取及分類方法研究.pdf
- 基于高光譜圖像的特征提取-選擇及其應(yīng)用的研究.pdf
- 基于稀疏和流形的高光譜圖像特征提取研究.pdf
評論
0/150
提交評論