基于半監(jiān)督分類的遙感圖像云判方法研究.pdf

1、衛(wèi)星遙感技術(shù)是一種非常重要的地球空間監(jiān)測技術(shù)，應(yīng)用廣泛。但是在利用遙感衛(wèi)星獲取地表信息的過程中，存在一個難以避免的問題，即云層遮擋的問題，大大影響了遙感圖像的成像質(zhì)量，并為遙感圖像的后續(xù)處理帶來很多困難。因此，進(jìn)行遙感圖像的云檢測研究可以提高數(shù)據(jù)利用率，并為遙感圖像的后續(xù)處理提供便利。
　　 傳統(tǒng)的遙感圖像云檢測的算法需要具有足夠多的已標(biāo)記樣本，遙感圖像因其自身成像的原因具有數(shù)據(jù)量大和類型復(fù)雜多樣的特點，很容易獲得大量的未標(biāo)記樣

2、本，而已標(biāo)記樣本的獲得則需要花費大量的人力物力，而且?guī)в袊?yán)重的主觀評斷。為減輕人工標(biāo)記的代價，利用大量未標(biāo)記樣本的分布信息提高算法的分類精度，本文考慮將半監(jiān)督分類算法應(yīng)用于遙感圖像云檢測中，主要工作如下：
　　 1．對現(xiàn)有的遙感圖像特征描述算法進(jìn)行歸納，并給出一種有效地遙感圖像特征篩選方法，為遙感圖像特征提取研究提供參考；
　　 2．設(shè)計了一種適合用于遙感圖像樣本挑選的主動學(xué)習(xí)算法，在半監(jiān)督分類算法中，初始的已標(biāo)記樣本對

3、分類結(jié)果影響很大，利用設(shè)計的主動學(xué)習(xí)算法可以挑選對分類器最有價值、最具信息量的樣本進(jìn)行人工標(biāo)記，從而提高算法的分類精度；
　　 3．提出一種帶約束條件的自我學(xué)習(xí)算法，通過設(shè)定兩個約束條件在未標(biāo)記樣本中挑選兼具分類精確度和信息量的樣本來更新訓(xùn)練樣本集，對分類器自身進(jìn)行改進(jìn)學(xué)習(xí)。該算法在已標(biāo)記樣本相對較少的情況下能夠有效地提高遙感圖像子圖云判別精度；
　　 4．提出一種基于基準(zhǔn)點的流形正則化算法，將一種適合應(yīng)用于大樣本集的圖