收藏本站
《哈尔滨工程大学》 2007年
收藏 | 手机打开
二维码
手机客户端打开本文

高光谱遥感图像分类方法研究

杨希明  
【摘要】: 光谱分辨率的提高是光学遥感不断发展的趋势。高光谱分辨率(简称为高光谱)遥感技术是过去二十年中人类在对地观测方面所取得的重大技术突破之一,是当前遥感的前沿技术。由于高光谱所特有的高光谱分辨率的性质,其潜在的可应用性受到人们的广泛关注。分类是获取高光谱信息的一种重要手段。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光谱分离效果不够理想。 迭代自组数据分析(ISODATA)算法是一种基于统计模式识别的非监督动态聚类划分算法,有较强的实用性。支持向量机(SVM)算法,作为基于统计学习理论的一种有良好推广性的高维非线性数据处理工具,得到了广泛应用。它的核心是把样本非线性映射到高维特征空间,以结构风险最小化为归纳原则,在高维空间中构造最优分类超平面。为此,本文以迭代自组数据分析算法和支持向量机为主要理论,对超谱图像硬、软分类及相关技术进行了研究。 第一,阐述了高光谱遥感技术的概念,介绍了高光谱图像的特征模式并分析了高光谱图像数据的组成,阐述了硬分类、软分类以及监督无分类、无监督分类的研究现状、评价准则和现存的技术问题,支持向量机基本理论等,为课题研究的展开奠定基础。 第二,介绍了模糊ISODATA算法的原理和实现步骤,结合高光谱遥感图像的特点,进行了高光谱遥感图像的分类,得到了理想的分类效果,并分析了参数的选取将对分类结果产生的影响。同时也采用硬分类的ISODATA算法,模糊C-均值算法对高光谱图像进行分类,并将结果与模糊ISODATA算法进行了比较,试验结果表明,模糊ISODATA算法在分类精度的改进上性能优于以上二种算法。 第三,提出了一种二次分类的多类支持向量机,它解决了由于高光谱图像的数据量大和维数高的特点而存在的如何选择最佳惩罚因子和最优权向量系数的问题,消除了进行大量的实验来确定惩罚因子的弊端。实验结果表明,文中提出的二次分类方法的结果与1-a-1 SVM分类的混淆矩阵相比,之前混淆较严重的玉米—大豆这两类在新方法中有了很大的改观,而且在选择惩罚因子的速度上也有了很大程度的提高。 最后,研究了基于LSMM的无监督软分类方法和基于SVM的有监督软分类方法,以及基于非线性SVM的软分类方法。理论分析和对比实验结果表明,基于LSMM的无监督软分类方法具有算法简单、易于操作的优点;基于SVM的有监督软分类方法则具有灵活处理不可分问题、分类精度高等优点。实验表明,SVM对于软、硬分类均具有良好的效果。
【学位授予单位】:哈尔滨工程大学
【学位级别】:硕士
【学位授予年份】:2007
【分类号】:TP751

【引证文献】
中国期刊全文数据库 前1条
1 孙永猛;丁建丽;瞿娟;;软硬分类方法结合提取新疆北部地区MODIS积雪信息[J];自然灾害学报;2013年03期
中国硕士学位论文全文数据库 前5条
1 林超;基于超球体多类支持向量机的高光谱遥感影像分类[D];中南大学;2011年
2 徐卫霄;高光谱影像集成学习分类及后处理技术研究[D];解放军信息工程大学;2011年
3 李静;高光谱遥感影像降维及分类方法研究[D];中南大学;2012年
4 朱洁尔;结合空间信息的高光谱图像支持向量机分类研究[D];浙江大学;2013年
5 孙永猛;新疆积雪下垫面地表温度分异规律及影响因子剖析[D];新疆大学;2013年
【参考文献】
中国期刊全文数据库 前7条
1 刘志刚,李德仁,秦前清,史文中;支持向量机在多类分类问题中的推广[J];计算机工程与应用;2004年07期
2 黄勇;郑春颖;宋忠虎;;多类支持向量机算法综述[J];计算技术与自动化;2005年04期
3 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
4 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
5 李昆仑;黄厚宽;田盛丰;;一种基于有向无环图的多类SVM分类器[J];模式识别与人工智能;2003年02期
6 夏建涛,何明一;支持向量机与纠错编码相结合的多类分类算法[J];西北工业大学学报;2003年04期
7 刘春红,赵春晖,张凌雁;一种新的高光谱遥感图像降维方法[J];中国图象图形学报;2005年02期
中国博士学位论文全文数据库 前2条
1 吴昊;高光谱遥感图像数据分类技术研究[D];国防科学技术大学;2004年
2 唐发明;基于统计学习理论的支持向量机算法研究[D];华中科技大学;2005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 蔡薇;郭洪海;隋学艳;杨丽萍;;基于混合像元分解提取小麦种植面积的技术与方法研究[J];山东农业科学;2009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 王东霞;张楠;路晓丽;;基于育种算法的SVM参数优化[J];安徽大学学报(自然科学版);2009年04期
5 纪启国;;利用小波变换对图像进行像素级融合[J];安徽职业技术学院学报;2008年01期
6 陶秀凤,唐诗忠,周鸣争;基于支持向量机的软测量模型及应用[J];安徽工程科技学院学报(自然科学版);2004年02期
7 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
8 戴晓琴;;浅谈遥感技术在土地利用中的应用[J];安徽农学通报;2008年23期
9 陈会明;;浅谈遥感技术在农业生产中的应用[J];安徽农学通报(上半月刊);2009年19期
10 陈会明;;浅析遥感技术在我国土地利用调查中的应用[J];安徽农学通报(上半月刊);2009年21期
中国重要会议论文全文数据库 前10条
1 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
2 许军强;白朝军;孙珂;王明常;;基于TES算法的地表温度反演应用研究[A];河南地球科学通报2009年卷(上册)[C];2009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 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
5 宋海鹰;桂卫华;阳春华;;基于核偏最小二乘的简约最小二乘支持向量机及其应用研究[A];第二十六届中国控制会议论文集[C];2007年
6 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
7 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
8 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
9 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
10 梁禹;王义刚;王娜;;基于支持向量机的电力电子电路故障诊断[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 周兴东;徐州市城区景观格局时空变化遥感监测与分析[D];山东科技大学;2010年
2 母丽华;煤矿安全预警系统的方法研究[D];哈尔滨工程大学;2010年
3 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
4 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
5 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
6 朱广平;混响干扰中的信号检测技术研究[D];哈尔滨工程大学;2009年
7 汤春瑞;水下目标声图像多分辨率分析及识别研究[D];哈尔滨工程大学;2009年
8 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
9 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
10 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
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 展慧;基于多源信息融合技术的板栗分级检测方法研究[D];华中农业大学;2010年
3 韩筱婕;基于城市热岛减缓的湖泊湿地景观功能连通性研究[D];华中农业大学;2010年
4 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
5 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
6 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
7 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
8 刘棉;人机划拳系统的实现[D];山东科技大学;2010年
9 刘桂珍;颅骨三维重建与信息提取[D];山东科技大学;2010年
10 李金华;基于SVM的多类文本分类研究[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 李培基,米德生;中国积雪的分布[J];冰川冻土;1983年04期
2 徐俊荣,仇家琪;天山地区30年来冬季降雪波动研究[J];冰川冻土;1996年S1期
3 周纪;李京;张立新;;针对MODIS数据的地表温度反演算法检验——以黑河流域上游为例[J];冰川冻土;2009年02期
4 魏玥;陈蜀江;陈霞;;新疆北部地区季节性积雪密度变化特征分析[J];冰川冻土;2010年03期
5 穆振侠;姜卉芳;刘丰;;2001—2008年天山西部山区积雪覆盖及NDVI的时空变化特性[J];冰川冻土;2010年05期
6 马丽娟;秦大河;;1957—2009年中国台站观测的关键积雪参数时空变化特征[J];冰川冻土;2012年01期
7 许致火;何建新;朱幼莲;;基于改进形态学运算的图像去噪自适应算法研究[J];成都信息工程学院学报;2009年01期
8 吴华意,龚健雅,李德仁;无边界游程编码及其矢栅直接相互转换算法[J];测绘学报;1998年01期
9 吴强;贾传荧;李冰梅;;基于Gauss核函数的快速构造最小超球算法[J];大连海事大学学报;2007年03期
10 刘爽;史国友;;基于加权超球支持向量机算法的超文本分类研究[J];大连海事大学学报;2009年01期
中国博士学位论文全文数据库 前10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
2 范昕炜;支持向量机算法的研究及其应用[D];浙江大学;2003年
3 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
4 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
5 吴昊;高光谱遥感图像数据分类技术研究[D];国防科学技术大学;2004年
6 杜辉强;高光谱遥感影像滤波和边缘提取方法研究[D];武汉大学;2004年
7 唐发明;基于统计学习理论的支持向量机算法研究[D];华中科技大学;2005年
8 何灵敏;支持向量机集成及在遥感分类中的应用[D];浙江大学;2006年
9 许存禄;图像纹理分析的新方法及其应用[D];复旦大学;2005年
10 薛云;基于蚁群算法和支持向量机的矿化蚀变信息提取研究[D];中南大学;2008年
中国硕士学位论文全文数据库 前10条
1 林超;基于超球体多类支持向量机的高光谱遥感影像分类[D];中南大学;2011年
2 梁君玲;蚁群算法研究及其在聚类中的应用[D];华南理工大学;2011年
3 项霞;基于最小二乘支持向量机的多光谱遥感影像分类[D];武汉大学;2005年
4 张勇;基于SVM遥感图像专题信息提取研究[D];中南大学;2005年
5 刘治国;支持向量机算法在TM多光谱图像分类中的应用与实现[D];中国地质大学(北京);2006年
6 许磊;支持向量机和模糊理论在遥感图像分类中的应用[D];江南大学;2006年
7 张森;基于支持向量机的遥感分类对比研究[D];昆明理工大学;2007年
8 郭春燕;基于支持向量机的高光谱遥感图像分类[D];哈尔滨工程大学;2007年
9 刘宣江;基于神经网络的遥感影像识别[D];北京邮电大学;2007年
10 乔蕾;基于支持向量机的高光谱图像分类研究[D];哈尔滨工程大学;2008年
【二级引证文献】
中国硕士学位论文全文数据库 前3条
1 李静;高光谱遥感影像降维及分类方法研究[D];中南大学;2012年
2 朱洁尔;结合空间信息的高光谱图像支持向量机分类研究[D];浙江大学;2013年
3 董连英;Hyperion影像森林植被分类方法与应用研究[D];吉林大学;2013年
【二级参考文献】
中国期刊全文数据库 前10条
1 王建芬,曹元大;支持向量机在大类别数分类中的应用[J];北京理工大学学报;2001年02期
2 万余庆,张凤丽,闫永忠;矿物岩石高光谱数据库分析[J];地球信息科学;2001年03期
3 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
4 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
5 曾凡仔,裘正定;一种基于可行域解析中心的多类分类算法[J];复旦学报(自然科学版);2004年05期
6 翟永杰,毛继珮,于丽敏,刘长良;分级聚类支持向量机在汽轮机故障诊断中的应用[J];华北电力大学学报;2003年06期
7 赵晶,张旭东,高隽;基于支持向量机的多类形状识别系统[J];合肥工业大学学报(自然科学版);2004年01期
8 萧嵘,孙晨,王继成,张福炎;一种具有容噪性能的SVM多值分类器[J];计算机研究与发展;2000年09期
9 刘志刚,李德仁,秦前清,史文中;支持向量机在多类分类问题中的推广[J];计算机工程与应用;2004年07期
10 何昕,刘重庆,李介谷;基于支撑向量机的文本无关的说话人识别系统[J];计算机工程;2000年06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 耿修瑞,张霞,陈正超,张兵,郑兰芬,童庆禧;一种基于空间连续性的高光谱图像分类方法[J];红外与毫米波学报;2004年04期
2 张绮玮;机载高光谱遥感图像处理软件系统[J];红外;2005年02期
3 谌德荣;张立燕;陶鹏;曹旭平;;结合邻域聚类分割的高光谱图像异常检测支持向量数据描述方法[J];宇航学报;2007年03期
4 谌德荣;陶鹏;张立燕;范宁军;;基于区域特征光谱的自组织特征映射神经网络高光谱图像主成分提取方法[J];宇航学报;2007年06期
5 寻丽娜;方勇华;;独立分量分析在高光谱图像舰船检测中的应用[J];计算机仿真;2008年09期
6 李杰;赵春晖;梅锋;;利用背景残差数据检测高光谱图像异常[J];红外与毫米波学报;2010年02期
7 陈雷;张晓林;刘荣科;雷志东;;光谱去相关技术在高光谱图像小波压缩中的应用[J];光谱学与光谱分析;2010年06期
8 孙洁;周立俭;;遗传模块化神经网络的航空高光谱赤潮监测[J];计算机仿真;2012年05期
9 赵春晖;齐滨;张燚;;基于改进型相关向量机的高光谱图像分类[J];光学学报;2012年08期
10 李吉明;贾森;彭艳斌;;基于光谱特征和纹理特征协同学习的高光谱图像数据分类[J];光电工程;2012年11期
中国重要会议论文全文数据库 前10条
1 张兵;王向伟;郑兰芬;童庆禧;;高光谱图像地物分类与识别研究[A];成像光谱技术与应用研讨会论文集[C];2004年
2 高连如;张兵;孙旭;李山山;张文娟;;高光谱数据降维与分类技术研究[A];第八届成像光谱技术与应用研讨会暨交叉学科论坛文集[C];2010年
3 王成;何伟基;陈钱;;基于波段重组和小波变换的高光谱图像嵌入式压缩方法[A];黑龙江、江苏、山东、河南、江西 五省光学(激光)联合学术‘13年会论文(摘要)集[C];2013年
4 孙蕾;罗建书;;基于分类预测的高光谱遥感图像无损压缩[A];第一届建立和谐人机环境联合学术会议(HHME2005)论文集[C];2005年
5 杨勇;刘木华;邹小莲;苗蓬勃;赵珍珍;;基于高光谱图像技术的猕猴桃硬度品质检测[A];走中国特色农业机械化道路——中国农业机械学会2008年学术年会论文集(下册)[C];2008年
6 张晓红;张立福;王晋年;童庆禧;;HJ-1A卫星高光谱遥感图像质量综合评价[A];第八届成像光谱技术与应用研讨会暨交叉学科论坛文集[C];2010年
7 高东生;高连知;;基于独立分量分析的高光谱图像目标盲探测方法研究[A];国家安全地球物理丛书(八)——遥感地球物理与国家安全[C];2012年
8 冯维一;陈钱;何伟基;;基于小波稀疏的高光谱目标探测算法[A];黑龙江、江苏、山东、河南、江西 五省光学(激光)联合学术‘13年会论文(摘要)集[C];2013年
9 彭妮娜;易维宁;方勇华;;基于核函数的高光谱图像信息提取研究[A];光子科技创新与产业化——长三角光子科技创新论坛暨2006年安徽博士科技论坛论文集[C];2006年
10 蒲晓丰;雷武虎;黄涛;王迪;;基于稳健背景子空间的高光谱图像异常检测[A];中国光学学会2010年光学大会论文集[C];2010年
中国博士学位论文全文数据库 前10条
1 贺霖;高光谱图像自动目标检测技术研究[D];西北工业大学;2007年
2 周爽;蚁群算法在高光谱图像降维和分类中的应用研究[D];哈尔滨工业大学;2010年
3 陈雨时;基于光谱特性的高光谱图像压缩方法研究[D];哈尔滨工业大学;2007年
4 石吉勇;基于高光谱图像技术的设施栽培作物营养元素亏缺诊断研究[D];江苏大学;2012年
5 成宝芝;基于光谱特性的高光谱图像异常目标检测算法研究[D];哈尔滨工程大学;2012年
6 许毅平;基于高光谱图像多特征分析的目标提取研究[D];华中科技大学;2008年
7 高恒振;高光谱遥感图像分类技术研究[D];国防科学技术大学;2011年
8 马静;干涉高光谱图像高效压缩技术研究[D];西安电子科技大学;2009年
9 梅锋;基于核机器学习的高光谱异常目标检测算法研究[D];哈尔滨工程大学;2009年
10 周正;基于自适应谱段重组的高光谱图像压缩方法研究[D];华中科技大学;2007年
中国硕士学位论文全文数据库 前10条
1 张洪刚;高光谱图像压缩的研究[D];华东师范大学;2005年
2 魏然;基于三维光谱模型的高光谱图像压缩方法的研究[D];哈尔滨工业大学;2010年
3 王斯博;高光谱图像奇异目标检测技术研究[D];哈尔滨工业大学;2010年
4 唐雪飞;基于案例推理的高光谱图像分类研究[D];哈尔滨工业大学;2010年
5 倪广波;基于预测的高光谱图像无损压缩算法研究[D];哈尔滨工业大学;2009年
6 王晨;基于多核学习的高光谱图像目标解译技术研究[D];哈尔滨工业大学;2011年
7 季亚新;高光谱图像异常检测算法研究[D];哈尔滨工程大学;2008年
8 李伟;高光谱图像异常小目标检测算法研究[D];哈尔滨工程大学;2009年
9 王秀朋;基于投影寻踪的高光谱图像降维算法研究[D];西北工业大学;2006年
10 吴超;高光谱图像处理若干关键技术研究[D];南京航空航天大学;2012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