

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、高光譜遙感技術是上世紀80年代發(fā)展起來的一種新興遙感技術,高光譜遙感技術借助成像光譜儀革命性地將成像技術和細分光譜技術結合在一起,能在電磁波譜的可見光、近紅外、中紅外和熱紅外波段范圍內提供對地物光譜的精細探測,所獲取的圖像數(shù)據包含豐富的空間和光譜信息,為地物目標的精確探測和識別提供了可能。然而,相對于高光譜數(shù)據提供的巨大信息,當前的高光譜圖像處理技術遠遠滯后于高光譜成像儀的發(fā)展,仍有許多問題急待進一步研究和解決。
本文從高光譜
2、圖像圖譜合一的特點出發(fā),以典型地物和環(huán)境為研究對象,充分挖掘高光譜圖像的內在特性,發(fā)展有效的圖像分析工具,研究精度高魯棒性強的目標探測與識別方法。
論文首先對高光譜遙感技術的應用和研究發(fā)展狀況進行了綜述,在此基礎上,分析了高光譜遙感圖像應用中當前存在的主要問題,并針對高光譜圖像分類和目標識別中存在的問題進行了研究。
其次,論文研究了基于光譜分段的匹配和識別方法。在高光譜圖像處理中,光譜匹配技術是高光譜地物識別的關鍵技
3、術之一,光譜匹配通過比較反映地物光譜輻射特性的光譜曲線來識別地物的類別。目標的光譜輻射特性分散于整個成像光譜區(qū)域中,并且以不同尺度的吸收峰或吸收谷的形式分布。因此在提取目標的光譜輻射特性時,應考慮不同尺度上的目標吸收特性,采用多尺度分析方法全面地提取目標的光譜輻射特性。論文研究了多尺度小波變換在光譜特征提取和識別中的應用,提出了一種基于多尺度小波變換拐點提取的光譜分段匹配方法,該方法以高斯二階導函數(shù)為小波基,通過多尺度變換分析提取譜線的
4、最佳拐點,并基于最佳拐點實現(xiàn)譜線的分段匹配和識別。
再次,針對高光譜圖像中存在的陰影現(xiàn)象,論文從陰影的光譜特性分析入手,提出了一種基于密度聚類的多波段多特征陰影檢測和提取方法。該方法從多個特征空間對陰影進行分析,采用動態(tài)閾值密度聚類方法對不同的特征數(shù)據進行分割,獲得相應的陰影檢測結果,在此基礎上,結合不同特征空間檢測結果的特點,提出了一種有效的多證據判決方法,實現(xiàn)了陰影判決結果的融合,取得了穩(wěn)定的陰影提取結果。
為了
5、有效消除陰影對高光譜圖像分類和識別精度的影響,論文分析了現(xiàn)有的高光譜圖像陰影去除方法,針對陰影信息弱的特點,提出了一種基于張量修復技術和輻射模型校正增強技術相結合的自適應陰影去除方法,該方法通過張量分析和投票技術推測陰影區(qū)域的光照和亮度統(tǒng)計特性,利用輻射傳輸模型對陰影區(qū)進行自適應增強處理,實現(xiàn)了對陰影的有效去除。
論文最后利用高光譜圖像圖譜合一的特點,對典型地物道路的識別提取進行了研究,提出了一種基于光譜特征和幾何特征相結合的
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。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,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確性、安全性和完整性, 同時也不承擔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
- 基于多尺度分析的高光譜圖像目標檢測算法研究.pdf
- 損傷紅棗的高光譜圖像特征光譜的提取研究.pdf
- 基于多光譜圖像的高光譜圖像模擬研究.pdf
- 高光譜圖像道路目標提取技術研究.pdf
- 種子高光譜圖像分割與特征光譜提取研究.pdf
- 基于高光譜圖像的特征提取-選擇及其應用的研究.pdf
- 基于多域聯(lián)合特征提取的高光譜圖像分類關鍵技術研究.pdf
- 基于稀疏和流形的高光譜圖像特征提取研究.pdf
- 基于深度學習的多特征高光譜遙感圖像分類研究.pdf
- 高光譜圖像特征提取與分類算法研究.pdf
- 多光譜遙感圖像的特征提取與比較.pdf
- 高光譜遙感圖像光譜特征提取與匹配技術研究.pdf
- 基于高光譜圖像的小目標檢測.pdf
- 基于高光譜圖像的目標分類技術研究.pdf
- 基于子空間分析的高光譜圖像目標檢測技術研究.pdf
- 基于視覺注意的高光譜圖像目標檢測.pdf
- 基于高光譜特征的水上油膜提取與分析研究.pdf
- 基于稀有特征保持的高光譜遙感圖像維數(shù)分析.pdf
- 基于稀疏表示的高光譜圖像目標檢測.pdf
- 基于光譜特性的高光譜圖像異常目標檢測算法研究.pdf
評論
0/150
提交評論