收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于知识的高光谱图像波谱匹配技术研究与应用

胡倩  
【摘要】: 随着遥感技术的发展,遥感图像的分辨率不断提高。目前在基础地理数据更新、土地利用变化、国土资源调查检测等方面高分辨率遥感图像有着的广泛的应用。由于高光谱遥感覆盖的波长范围比一般的光谱宽,光谱波段众多、分辨率高,从而能够得到地物比较精细的光谱特征曲线,并可以根据需要提取某特定的波段来突出目标的特征,因此研究高分辨率遥感图像的匹配技术有着重要的科学意义和实用价值。 经过了几十年的发展,高光谱遥感图像数据的分析处理技术得到了巨大的进步,在传统分类算法的基础上,发展形成了一系列面向高光谱图像的分类算法。因此本文首先根据高光谱图像的成像特点概要介绍了几种波谱匹配算法,并且分析了其适用条件,由于高光谱图像光谱分辨率高、波段众多特点、波长范围更宽,这些特点导致了对地物的识别面临着的许多困难看,传统的匹配方法在对高光谱图像进行匹配识别时常常会因为图像数据量巨大而导致计算量和处理复杂度都大大增加,从而导致匹配效率大大降低,因此,对于高光谱图像的匹配需要高速、有效、智能化的识别处理方法,本文引入的基于知识的匹配方法满足了这些要求。 基于知识的遥感影像分类过程就是一个知识的发现、表达和推理判读的过程,知识的发现依赖于一个包含完备的空间数据、属性数据和光谱数据的知识库。本文引入的基于知识的光谱匹配方法分为四步进行,分别是:知识定义、规则输入、运行分类树、分类后处理。首先根据矿物的专家知识提取光谱的吸收特征,将这些特征以规则的形式表示出来,然后制定将未知的样本利用这些规则进行分类判决的策略,生成并运行分类树,得到分类结果并分析。通过实践,证明了用基于知识的方法对高光谱数据进行模式分类识别是可行的,有效的。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 吴传庆,童庆禧,郑兰芬;基于小波变换的高光谱图像消噪[J];遥感信息;2005年04期
2 张立燕;谌德荣;李世义;曹旭平;;基于低概率检测的高光谱图像有损压缩方法研究[J];弹箭与制导学报;2008年01期
3 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
4 李婷;陈小梅;陈刚;薛博;倪国强;;一种双正则项全变差高光谱图像去噪算法[J];光谱学与光谱分析;2011年01期
5 王晋;张晓玲;沈兰荪;柴焱;;一种基于网格编码量化的高光谱图像无损压缩方法[J];中国图象图形学报;2006年01期
6 谷延锋;刘颖;贾友华;张晔;;基于光谱解译的高光谱图像奇异检测算法[J];红外与毫米波学报;2006年06期
7 王晋;张晓玲;柴焱;沈兰荪;;一种基于自适应预测的高光谱图像近无损压缩方法[J];计算机应用研究;2007年05期
8 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
9 张立燕;谌德荣;陶鹏;;基于顶点成分分析的高光谱图像低概率异常检测方法研究[J];宇航学报;2007年05期
10 陈雨时;张晔;谷延锋;;基于特征选择的高光谱图像快速矢量量化算法[J];哈尔滨工业大学学报;2007年11期
11 张立燕;谌德荣;陶鹏;;端元提取技术在高光谱图像压缩中的应用[J];光谱学与光谱分析;2008年07期
12 程翥;粘永健;辛勤;万建伟;;基于三维整数小波与自适应预测的高光谱图像压缩研究[J];计算机工程与科学;2009年04期
13 赵春晖;王楠楠;;基于背景抑制及顶点成分分析的高光谱异常小目标检测[J];应用科技;2009年09期
14 孙蕾;谷德峰;罗建书;;最佳递归双向预测的高光谱图像无损压缩[J];光学精密工程;2009年11期
15 张翔;;基于光谱特征增强的高光谱图像地物目标识别[J];红外技术;2010年12期
16 吴泽彬;韦志辉;孙乐;刘建军;;基于迭代加权L1正则化的高光谱混合像元分解[J];南京理工大学学报;2011年04期
17 赖兆强;彭永丰;谭毅华;田金文;;基于重组的DPCM和位平面编码的高光谱图像压缩方案[J];计算机与数字工程;2006年10期
18 杨诸胜;郭雷;罗欣;胡新韬;;一种基于主成分分析的高光谱图像波段选择算法[J];微电子学与计算机;2006年12期
19 陈雨时;张晔;张钧萍;;基于线性模型最优预测的高光谱图像压缩[J];南京航空航天大学学报;2007年03期
20 佘红伟;张艳宁;袁和金;;一种无监督高光谱图像分类算法[J];中国图象图形学报;2008年06期
中国重要会议论文全文数据库 前10条
1 高云;李小昱;刘长举;周竹;;基于高光谱图像技术的霉烂板栗识别研究[A];中国农业工程学会2011年学术年会论文集[C];2011年
2 高洪燕;毛罕平;张晓东;周莹;;番茄叶片氮素反射光谱及高光谱图像的研究[A];中国农业工程学会2011年学术年会论文集[C];2011年
3 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
4 罗春生;薛龙;刘木华;黎静;;基于荧光高光谱图像检测鸭肉嫩度的初步研究[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
5 刘超;何元磊;黄世奇;刘志刚;王长海;;一种新的高光谱图像有监督特征提取方法[A];国家安全地球物理丛书(六)——空间地球物理环境与国家安全[C];2010年
6 何元磊;黄世奇;易世华;刘志刚;齐玮;;一种基于噪声调节主成分分析的高光谱图像波段选择方法[A];国家安全地球物理丛书(六)——空间地球物理环境与国家安全[C];2010年
7 薛龙;黎静;刘木华;;IDL与ENVI的二次开发在高光谱图像预处理的应用[A];纪念中国农业工程学会成立30周年暨中国农业工程学会2009年学术年会(CSAE 2009)论文集[C];2009年
8 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
9 吴传庆;童庆禧;郑兰芬;张兵;赵永超;张霞;;基于小波变换的高光谱图像消噪[A];成像光谱技术与应用研讨会论文集[C];2002年
10 陶斐斐;李永玉;王伟;彭彦昆;;基于高光谱成像技术快速无损伤评价猪肉新鲜度[A];中国食品科学技术学会第八届年会暨第六届东西方食品业高层论坛论文摘要集[C];2011年
中国博士学位论文全文数据库 前10条
1 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
2 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
3 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
4 姚伏天;基于高斯过程的高光谱图像分类研究[D];浙江大学;2011年
5 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
6 王晓飞;高光谱图像分辨率增强及在小目标检测中的应用研究[D];哈尔滨工业大学;2011年
7 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
8 赵芸;基于高光谱和图像处理技术的油菜病虫害早期监测方法和机理研究[D];浙江大学;2013年
9 陈进;高光谱图像分类方法研究[D];国防科学技术大学;2010年
10 何同弟;高光谱图像的分类技术研究[D];重庆大学;2014年
中国硕士学位论文全文数据库 前10条
1 邵涛;基于光谱信息的高光谱图像目标识别方法的研究[D];哈尔滨工业大学;2010年
2 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
3 李江;基于图像融合的高光谱图像分类[D];华中科技大学;2012年
4 陈克清;迷彩伪装服的高光谱特性研究[D];东华大学;2014年
5 周伟;基于像面干涉的高光谱显微成像技术研究[D];南京理工大学;2014年
6 胡倩;基于知识的高光谱图像波谱匹配技术研究与应用[D];中国地质大学(北京);2010年
7 包海燕;高光谱溢油图像分类算法研究[D];大连海事大学;2011年
8 孙旭光;基于高光谱图像目标探测与分类技术研究[D];中国科学院研究生院(光电技术研究所);2013年
9 殷晓平;基于高光谱图像的黄瓜叶片叶绿素含量及其分布预测研究[D];江苏大学;2010年
10 肖倩;结合空间信息与光谱信息的高光谱图像分类研究[D];哈尔滨工程大学;2013年
中国重要报纸全文数据库 前4条
1 张红菊;农田:安装“听诊器”[N];科技日报;2004年
2 张向冰 李青滨;我国海洋遥感发展突飞猛进[N];中国海洋报;2003年
3 本报记者 瞿剑;地下煤火:“静悄悄”的灾害怎样应对?[N];科技日报;2009年
4 张彦;“数字省市”颠覆城市区域经济[N];经理日报;2004年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978