高光譜遙感圖像的降維與分類研究.pdf

1、高光譜圖像(Hyperspectral Image)通常指光譜分辨率在10nm數(shù)量級范圍內(nèi)的光譜圖像。遙感技術(shù)經(jīng)過半個世紀(jì)的發(fā)展，無論在理論上、技術(shù)上還是應(yīng)用上均發(fā)生了重大的變化。其中，高光譜圖像技術(shù)的出現(xiàn)和快速發(fā)展無疑是這種變化中十分突出的一個方面。通過搭載在不同空間平臺上的高光譜傳感器，在電磁波譜的紫外、可見光、近紅外和中紅外區(qū)域，以數(shù)十至數(shù)百個連續(xù)且細(xì)分的光譜波段對目標(biāo)區(qū)域同時成像。在獲得地表圖像信息的同時，也獲得其光譜信息，第一

2、次真正做到了光譜與圖像的結(jié)合。
　　盡管高光譜遙感圖像具有更高光譜分辨率，但是由于其高數(shù)據(jù)維度的特點，使得應(yīng)用于多光譜圖像(Multispectral Image)的統(tǒng)計分類器往往不能有效地應(yīng)用于高光譜遙感圖像。當(dāng)訓(xùn)練樣本有限，而光譜波段增加時，例如最大似然分類器，支持向量機(jī)分類器等都會出現(xiàn)分類精度隨著特征維數(shù)增加而降低的現(xiàn)象，即所謂的“維數(shù)災(zāi)難”(Curse of Dimensionality)，也稱Hughes現(xiàn)象。本文對實際

3、數(shù)據(jù)做了實驗，對維度災(zāi)難問題做出解釋和更深研究。
　　本文的主要創(chuàng)新點包含以下幾個方面:
　　1、提出兩種基于圖像距離(Image Euclidean Distance)的流形降維算法:圖像距離的等距映射算法和圖像距離的局部線性嵌入算法。這兩種算法針對高光譜圖像數(shù)據(jù)的圖像特點，在過去的基于數(shù)據(jù)的降維方法上，引入了圖像的空間信息，將高光譜數(shù)據(jù)中單純表示數(shù)據(jù)距離的歐氏距離進(jìn)行了改進(jìn)，擴(kuò)展成了高光譜數(shù)據(jù)的圖像距離。使用基于圖像距離