收藏本站
《哈尔滨工程大学》 2008年
收藏 | 手机打开
二维码
手机客户端打开本文

基于支持向量机的超谱图像分类技术研究

陈万海  
【摘要】: 随着数字信号处理技术、计算机技术以及通信技术的迅猛发展,遥感图像处理技术在军事、民用等领域发挥着越来越重要的作用。与多光谱遥感相比,超谱遥感具有更高的光谱分辨率。超谱图像分类的研究是超谱遥感应用的主要内容之一。硬分类是将复杂的现象简化为少量的类别,是提取超谱图像中有用信息的重要处理方法之一。另一方面,超谱图像的空间分辨率一般较低,从而导致混合像素广泛存在,而处理混合像素相对于处理纯像素更加困难且更具重要意义。作为混合像元处理主要技术的光谱分离,就是要去求解光谱分离后像元内各混合成分所占的比例,是一种更为精确的软分类技术。目前硬分类方法较多,但分类效果不够理想或是方法本身有待提升;传统软分类方法由于在光谱分离中无关类别的参与以及光谱分离模型本身的不足导致分离效果不够理想。为此,本文以支持向量机为主要理论,对超谱图像硬、软分类(光谱分离)及相关技术进行研究。 第一,研究基于相似特征逐步删除的超谱图像波段选择和高斯低通滤波预处理方法。该波段选择方法建立在特征相似性计算之上,具有无监督性并且计算复杂度很小。所提出的高斯低通滤波方法旨在减弱或消除超谱遥感图像的高频分量但不影响低频分量,使得图像平滑且平滑后的图像类内距离变小而类间距离变大,以便有利于后续分类处理。 第二,系统研究支持向量机相关理论,包括理论基础、分类原理、线性分类到非线性分类的推广、二类分类到多类分类的扩展、主要实现技术等,并且对其分类性能进行了实验测试。理论基础和主要原理的研究有利于理解支持向量机所具有的独特优势;发展类型和优化算法的研究旨在提高支持向量机的应用效率;多类实现方法的研究使得该技术能够更为方便地处理类别较多的分类问题。这部分内容的研究为后文开展奠定了必要的理论基础。 第三,研究提高支持向量机分类精度的方法,包括分类前的模糊方法的应用,训练过程中加权方法的应用,以及初次训练完成后对于部分子分类器的二次训练思想等。模糊方法在模糊聚类的基础上选择训练样本,并采用支持向量机分类算法对图像进行最终的分类,用以克服样本选择的盲目性;加权方法采用距离尺度对最小二乘支持向量机惩罚项进行加权,以克服训练过程中噪声点的不良干扰;二次训练思想对两种类型的支持向量机和全部参数均进行有效的二次调整,通过对分类效果最差的几个子分类器进行二次参数调整,最后整合利用两次获得的最优参数赋予相应的子分类器构成新的总体分类器。 第四,研究支持向量机应用于光谱分离即软分类的可行性和方法,以及光谱分离中有效的类别子集的选择方法。一方面,介绍了线性支持向量机应用于光谱分离的原理,应用的非线性扩展,并对其应用效果进行了论证;另一方面在光谱分离中分别根据空间相关性和感兴趣类别进行相关类别子集的选择,利用相关类别对混合像元进行更为精确的光谱分离。 实验结果表明,支持向量机对于超谱图像的软、硬分类有着非常良好的效果;而恰当的预处理方法、支持向量机性能提升方法和类别子集选择有助于获得更好的分析效果。
【学位授予单位】:哈尔滨工程大学
【学位级别】:博士
【学位授予年份】:2008
【分类号】:TP391.41

【引证文献】
中国博士学位论文全文数据库 前1条
1 齐滨;高光谱图像分类及端元提取方法研究[D];哈尔滨工程大学;2012年
【参考文献】
中国期刊全文数据库 前10条
1 顾松刚,史培军;基于混合象元分解的辽东湾海冰资源量估算[J];北京师范大学学报(自然科学版);2004年03期
2 陈万海;赵春晖;刘春红;;超谱遥感图像的模糊最大似然分类研究[J];哈尔滨工程大学学报;2006年05期
3 骆世广;杨晓伟;吴广潮;张新华;;一种改进的序贯最小优化算法[J];计算机科学;2006年11期
4 陈进;王润生;;高斯最大似然分类在高光谱分类中的应用研究[J];计算机应用;2006年08期
5 刘雪燕;李明;张亚芬;;基于PCA和多约简SVM的多级说话人辨识[J];计算机应用;2008年01期
6 陈宜金,高金起,申进志,梁晓文;基于层次结构的Cito Map地理信息数据采集系统的若干特点[J];矿山测量;2004年04期
7 杨竹青,李勇,胡德文;独立成分分析方法综述[J];自动化学报;2002年05期
8 张浩然;汪晓东;张长江;;一种鲁棒回归支持向量机及其学习算法[J];南京理工大学学报(自然科学版);2006年03期
9 吴青;刘三阳;张乐友;;最小二乘支持向量机的预优共轭梯度法[J];系统工程与电子技术;2007年10期
10 徐宏根;马洪超;李德仁;;结合SOM神经网络和混合像元分解的高光谱影像分类方法研究[J];遥感学报;2007年06期
中国硕士学位论文全文数据库 前2条
1 沈培华;支持矢量机的算法研究和应用[D];南京理工大学;2002年
2 姬水旺;强噪声和类间重叠数据下支持向量机学习的研究[D];武汉科技大学;2002年
【共引文献】
中国期刊全文数据库 前10条
1 王全凤;郑浩;;基于径向基函数神经网络的高层建筑结构选型[J];四川建筑科学研究;2010年05期
2 王陆林;刘贵如;蒋朝根;;基于WLAN的嵌入式视频监控系统的研究与设计[J];安防科技;2008年05期
3 张根耀,李竹林,赵宗涛;遮挡情况下运动目标的跟踪[J];安徽大学学报(自然科学版);2003年03期
4 陈弋兰;王鸣;孙书诚;;朴素贝叶斯分类器的误差估计[J];安徽工程科技学院学报(自然科学版);2008年04期
5 张莉娜;;土壤表层有机质空间分析的遥感技术应用综述[J];安徽农学通报(上半月刊);2010年17期
6 盛晓燕;;榆林风沙草滩区5种沙生植物营养成分分析对比[J];安徽农学通报(上半月刊);2011年03期
7 彭海琴;李娟;马晋;何国富;;遥感与GIS技术在环境科学中的应用研究[J];安徽农学通报(上半月刊);2011年05期
8 闫利平;陈红;陶卫江;;基于SPOT高分辨率遥感数据的农作物估产方法研究[J];安徽农业科学;2007年23期
9 孙玉焕;杨志海;;水稻氮素营养诊断方法研究进展[J];安徽农业科学;2008年19期
10 张红涛;胡玉霞;张恒源;顾波;;储粮害虫图像识别中的特征压缩研究[J];安徽农业科学;2008年27期
中国重要会议论文全文数据库 前10条
1 潘振祥;段嵘峰;曹千红;杨大志;;高分辨率卫星影像GPS像控点数据库建设研究[A];河南省地质调查与研究通报2007年卷(上册)[C];2007年
2 饶欢;张智勇;;一种基于ENVI的区域环境分析方法[A];河南地球科学通报2008年卷(下册)[C];2008年
3 黄丽虹;王龙波;;基于环境卫星的北部湾地区遥感影像制作及影像入库应用研究[A];全国测绘科技信息网中南分网第二十五次学术交流会论文集[C];2011年
4 杨洁;王朝辉;;遥感监测中变化信息提取的方法探讨[A];江苏省测绘学会2011年学术年会论文集[C];2011年
5 王继;王训霞;;利用Landsat5 TM6数据进行城市热岛效应分析[A];江苏省测绘学会2011年学术年会论文集[C];2011年
6 周绮凤;林成德;罗林开;彭洪;;一种基于黎曼度量的训练样本类不平衡SVM分类方法研究[A];第二十六届中国控制会议论文集[C];2007年
7 刘志斌;金连文;;候选字静态生成技术及其在两级LDA汉字识别中的应用[A];第二十六届中国控制会议论文集[C];2007年
8 张彬;金连文;;基于AdaBoost的手写体汉字相似字符识别[A];第二十六届中国控制会议论文集[C];2007年
9 顾小军;杨世锡;钱苏翔;;基于支持向量机的旋转机械多类故障识别研究[A];第二十六届中国控制会议论文集[C];2007年
10 吕蓬;柳亦兵;马强;魏于凡;;支持向量机在齿轮智能故障诊断中的应用研究[A];第二十六届中国控制会议论文集[C];2007年
中国博士学位论文全文数据库 前10条
1 梁洪;基于内容的医学图像检索及语义建模关键技术研究[D];哈尔滨工程大学;2010年
2 任桢;图像分类任务的关键技术研究[D];哈尔滨工程大学;2010年
3 殷志伟;基于统计学习理论的分类方法研究[D];哈尔滨工程大学;2009年
4 孔凡芝;引线键合视觉检测关键技术研究[D];哈尔滨工程大学;2009年
5 林颖;基于水平集方法的图像分割关键技术研究[D];哈尔滨工程大学;2010年
6 李晚龙;六自由度Stewart平台分散智能控制研究[D];哈尔滨工程大学;2010年
7 乔小燕;基于生物形态学的赤潮藻显微图像分割与特征提取研究[D];中国海洋大学;2010年
8 杨宁;计算机辅助卷烟配方设计关键技术研究[D];中国海洋大学;2010年
9 郑大腾;柔性坐标测量机空间误差模型及最佳测量区研究[D];合肥工业大学;2010年
10 陈志国;基于群体智能的机器视觉的关键技术研究[D];江南大学;2010年
中国硕士学位论文全文数据库 前10条
1 李硕;基于Vis/NIR光谱不同粒径下土壤碳氮的预测研究[D];华中农业大学;2010年
2 杜二玲;拟概率空间上等均值噪声下统计学习理论的理论基础[D];河北大学;2007年
3 朱杰;一种基于聚类的支持向量机反问题求解算法[D];河北大学;2007年
4 廖甜甜;白细胞图像语义识别分类的研究[D];南昌航空大学;2010年
5 朱志斌;基于金属材料的扰动磁场检测技术研究[D];南昌航空大学;2010年
6 黄正荣;基于振动波的高速公路车辆行驶状态辨识理论研究[D];南昌航空大学;2010年
7 刘棉;人机划拳系统的实现[D];山东科技大学;2010年
8 刘桂珍;颅骨三维重建与信息提取[D];山东科技大学;2010年
9 张海峰;空间三维信息重构与飞行器路径规划[D];山东科技大学;2010年
10 田文娟;基于支持向量机的人民币序列号识别方法的研究[D];山东科技大学;2010年
【同被引文献】
中国期刊全文数据库 前10条
1 刘伟;冯伍法;任利华;;改进相似性测度的高光谱影像FCM聚类分析[J];测绘工程;2008年05期
2 高新波,裴继红,谢维信;模糊c-均值聚类算法中加权指数m的研究[J];电子学报;2000年04期
3 魏立梅,谢维信;对手抑制式模糊C-均值算法[J];电子学报;2000年07期
4 王宏伟,詹荣开,贺汉根;基于模糊聚类的改进模糊辨识方法[J];电子学报;2001年04期
5 高学,金连文,尹俊勋,黄建成;一种基于支持向量机的手写汉字识别方法[J];电子学报;2002年05期
6 王泽,朱贻盛,李音;独立分量分析在混沌信号分析中的应用[J];电子学报;2002年10期
7 高新波,李洁,姬红兵;基于加权模糊c均值聚类与统计检验指导的多阈值图像自动分割算法[J];电子学报;2004年04期
8 李昆仑,黄厚宽,田盛丰;模糊多类SVM模型[J];电子学报;2004年05期
9 乔玉龙,潘正祥,孙圣和;一种改进的快速k-近邻分类算法[J];电子学报;2005年06期
10 邢宗义;张永;侯远龙;贾利民;;基于模糊聚类和遗传算法的具备解释性和精确性的模糊分类系统设计[J];电子学报;2006年01期
中国博士学位论文全文数据库 前10条
1 杨国鹏;基于机器学习方法的高光谱影像分类研究[D];解放军信息工程大学;2010年
2 郭俊先;基于高光谱成像技术的棉花杂质检测方法的研究[D];浙江大学;2011年
3 陈进;高光谱图像分类方法研究[D];国防科学技术大学;2010年
4 刘伟东;高光谱遥感土壤信息提取与挖掘研究[D];中国科学院研究生院(遥感应用研究所);2002年
5 张兵;时空信息辅助下的高光谱数据挖掘[D];中国科学院研究生院(遥感应用研究所);2002年
6 刘志刚;支撑向量机在光谱遥感影像分类中的若干问题研究[D];武汉大学;2004年
7 李智勇;高光谱图像异常检测方法研究[D];国防科学技术大学;2004年
8 耿修瑞;高光谱遥感图像目标探测与分类技术研究[D];中国科学院研究生院(遥感应用研究所);2005年
9 刘春红;超光谱遥感图像降维及分类方法研究[D];哈尔滨工程大学;2005年
10 路威;面向目标探测的高光谱影像特征提取与分类技术研究[D];中国人民解放军信息工程大学;2005年
【二级参考文献】
中国期刊全文数据库 前10条
1 郭一平;用Kohonen神经网络对高光谱分辨率图像进行无监督分类的研究[J];红外与毫米波学报;1994年06期
2 朱述龙;基于混合像元的遥感图像分类技术[J];解放军测绘学院学报;1995年04期
3 李晓黎,刘继敏,史忠植;基于支持向量机与无监督聚类相结合的中文网页分类器[J];计算机学报;2001年01期
4 张铃;支持向量机理论与基于规划的神经网络学习算法[J];计算机学报;2001年02期
5 王玲,薄列峰,刘芳,焦李成;最小二乘隐空间支持向量机[J];计算机学报;2005年08期
6 侯风雷,王炳锡;基于说话人聚类和支持向量机的说话人确认研究[J];计算机应用;2002年10期
7 吕志民,张武军,徐金梧,翟绪圣;基于奇异谱的降噪方法及其在故障诊断技术中的应用[J];机械工程学报;1999年03期
8 徐希孺,周莲芳,朱晓红;混合像元的因子分析方法及其在大范围冬小麦播种面积估算中的应用探讨[J];科学通报;1989年12期
9 张学工;关于统计学习理论与支持向量机[J];自动化学报;2000年01期
10 赖格英,杨星卫,姚克敏;GIS支持下的浙江省水稻种植面积遥感估算综合自然区划[J];南京气象学院学报;1998年04期
中国博士学位论文全文数据库 前1条
1 夏建涛;基于机器学习的高维多光谱数据分类[D];西北工业大学;2002年
【相似文献】
中国期刊全文数据库 前10条
1 杨家红;周利萍;彭为;;SVM分类器的风险评估算法研究[J];计算机工程与应用;2006年35期
2 王自强;段爱玲;张德贤;;基于自适应核函数的支持向量数据描述算法[J];北京化工大学学报(自然科学版);2008年02期
3 徐红敏;王若鹏;张怀念;;支持向量机的快速分类算法[J];北京石油化工学院学报;2009年04期
4 杨娜娟;王慧琴;马宗方;;基于支持向量机的图像型火灾探测算法[J];计算机应用;2010年04期
5 熊金志;袁华强;彭宏;;多项式光滑的支持向量机一般模型研究[J];计算机研究与发展;2008年08期
6 黄玲;张爱华;;改进的决策树SVM在脑电识别中的应用[J];计算机工程与设计;2010年02期
7 唐耀华;高静怀;邱保志;;基于二分网格的支持向量预选取算法[J];控制与决策;2007年07期
8 龙婷;王厚军;龙兵;;基于SVM的模拟测试生成的改进算法[J];系统工程与电子技术;2011年06期
9 张楠;范玉妹;;关于支持向量机几何算法的研究[J];计算机技术与发展;2007年01期
10 郑晓星;吴今培;;基于支持向量数据描述的数据约简[J];现代电子技术;2007年02期
中国重要会议论文全文数据库 前10条
1 李军;张云起;;运用支持向量机进行营销风险识别[A];中国企业运筹学[C];2009年
2 林杰华;张斌;李冬森;宋华茂;余志强;王浩;;支持向量机在电力客户信用评级中的应用[A];全国第21届计算机技术与应用学术会议(CACIS·2010)暨全国第2届安全关键技术与应用学术会议论文集[C];2010年
3 蒋铁军;张怀强;李积源;;多变量系统预测的支持向量机方法研究[A];管理科学与系统科学研究新进展——第7届全国青年管理科学与系统科学学术会议论文集[C];2003年
4 闫晓飞;陈良臣;孙功星;;支持向量机多类分类算法的研究[A];第13届全国计算机、网络在现代科学技术领域的应用学术会议论文集[C];2007年
5 黄淑云;孙兴玉;梁汝萍;邱建丁;;基于小波支持向量机预测蛋白质亚细胞定位研究[A];第十一届全国计算(机)化学学术会议论文摘要集[C];2011年
6 谢湘;匡镜明;;支持向量机在语音识别中的应用研究[A];现代通信理论与信号处理进展——2003年通信理论与信号处理年会论文集[C];2003年
7 涂冬成;薛龙;刘木华;赵进辉;沈杰;吁芳;;基于支持向量机的鹅肉肉色客观评定研究[A];中国农业工程学会电气信息与自动化专业委员会、中国电机工程学会农村电气化分会科技与教育专委会2010年学术年会论文摘要[C];2010年
8 杨凌;刘玉树;;基于支持向量机的坦克识别算法[A];第三届全国数字成像技术及相关材料发展与应用学术研讨会论文摘要集[C];2004年
9 师旭超;巴松涛;;基于支持向量机方法的深基坑变形预测[A];科技、工程与经济社会协调发展——河南省第四届青年学术年会论文集(上册)[C];2004年
10 张军;;支持向量机方法在地下水位干扰排除中的初步应用[A];2007年地震流体学术研讨会论文摘要集[C];2007年
中国重要报纸全文数据库 前10条
1 记者 陶艺音;因势利导 拓展空间[N];上海科技报;2006年
2 邓谦;吴光兴:关于《汉书艺文志》“诗赋略”的分类问题[N];中国社会科学院院报;2007年
3 峰之;近30年来汉墓综合研究中的墓葬分类问题[N];中国文物报;2002年
4 实习生 胡敏记者 孙小杰;奥运场馆签约饭店引入垃圾分类处理[N];北京日报;2007年
5 施爱东;《中国民俗通志》的分类学意义[N];中华读书报;2006年
6 北京大学考古文博学院 杨哲峰;汉代陶瓷分类问题管见[N];中国文物报;2006年
7 中央纪委副书记 夏赞忠;抓紧构建反腐倡廉制度体系[N];中国纪检监察报;2005年
8 焦亮 实习生 张志磊 李蓓;我市召开第六次对外开放工作例会[N];新乡日报;2006年
9 霍旭;“限塑令”给哈密油城居民带来的变化[N];中国石油报;2008年
10 记者 姚蔚;整车特征认定办法不违反WTO规则[N];中国汽车报;2005年
中国博士学位论文全文数据库 前10条
1 陈万海;基于支持向量机的超谱图像分类技术研究[D];哈尔滨工程大学;2008年
2 田英杰;支持向量回归机及其应用研究[D];中国农业大学;2005年
3 张永;基于模糊支持向量机的多类分类算法研究[D];大连理工大学;2008年
4 周绮凤;基于支持向量机的若干分类问题研究[D];厦门大学;2007年
5 杜小芳;基于CPFR的农产品采购模型研究[D];华中科技大学;2005年
6 刘育明;动态过程数据的多变量统计监控方法研究[D];浙江大学;2006年
7 栾锋;支持向量机(SVM)和径向基神经网络(RBFNN)方法在化学、环境化学和药物化学中的应用研究[D];兰州大学;2006年
8 孙薇;市场条件下抽水蓄能电站效益综合评价及运营模式研究[D];华北电力大学(河北);2007年
9 常群;支持向量机的核方法及其模型选择[D];哈尔滨工业大学;2007年
10 朱燕飞;锌钡白回转窑煅烧过程智能建模研究[D];华南理工大学;2005年
中国硕士学位论文全文数据库 前10条
1 刘艳伟;支持向量机方法在感潮河段洪峰水位预报中的应用[D];浙江大学;2010年
2 杨镭;支持向量机算法设计及在高分辨雷达目标识别中的应用[D];国防科学技术大学;2010年
3 童振;基于支持向量机的电解液成分预测[D];东北大学;2008年
4 聂小芳;模糊粗糙集与支持向量机在煤与瓦斯突出预测中的应用研究[D];辽宁工程技术大学;2009年
5 鄢常亮;基于支持向量机的高炉向凉向热炉况预测研究[D];内蒙古科技大学;2010年
6 韩叙东;基于支持向量机的水电故障分类器的设计与实现[D];东北大学;2008年
7 冯杰;慢时变对象的支持向量机建模与在线校正方法研究[D];东北大学;2009年
8 朱耿峰;支持向量机在冲击地压预测模型中的应用研究[D];山东科技大学;2010年
9 王奇安;基于广泛内核的CVM算法研究及参数C的选择[D];南京航空航天大学;2009年
10 张永新;基于支持向量机和遗传算法相结合的模拟电路故障诊断方法研究[D];东北大学;2009年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026