基于高光譜圖像多特征分析的目標提取研究.pdf

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