收藏本站
《国防科学技术大学》 2010年
收藏 | 手机打开
二维码
手机客户端打开本文

高光谱图像分类方法研究

陈进  
【摘要】:高光谱遥感图像的光谱分辨率达到了纳米的数量级,可以用来探测和识别传统全色和多光谱遥感中不可探测的地物类别。高光谱遥感系统已在全球许多国家的先进对地观察遥感系统中占有重要的位置,已成为地球陆地、海洋、大气观察的生力军。高光谱图像处理也引入了新的处理难题:如何解决高维小样本问题,如何消除类内和类间差异变化的影响,如何实现实时的海量信息处理等等。在研究高光谱图像特性和分析研究现状的基础上,本文重点研究了四个方而的高光谱图像分类理论和技术问题。 首先,在基于光谱度量的分类理论和方法方面,为了解决传统光谱角匹配分类及其改进算法无法适应类内差异变化的缺点,提出了一种多分辨率光谱角匹配思路。该思路在类对框架下,将多类问题分解成一系列两类问题,通过构造一种最大化类间光谱角度量同时最小化类内光谱角度量的类别可分性准则,将原有波段递归分解成一组具有较高类别可分性的波段子集,进一步选择类别可分性高的波段子集生产子光谱角,并组合成光谱相似度量参与分类。该方法可以有效地消除类内差异变化的影响,取得了比传统基于光谱度量的方法更高的分类精度。 其次,为了消除传统高光谱分类方法使用单一特征的缺点,提出了一种组合多特征表述与融合的分类框架。该框架充分利用光谱幅度和光谱形状的互补信息,提高了类别的可鉴别性。分别提出了一种基于光谱角匹配和最大似然的融合分类方法,验证了该框架的有效性。为了更有效地利用组合多特征与融合分类框架的性能,提出了一种全新的堆栈支持向量机融合思路,结果表明该方法可以显著地提高高光谱图像的分类精度。 接着,在高光谱图像的多分辨率信息方面,利用小波变换对光谱中的精细尺度和粗尺度信息进行了挖掘。在不同层次小波特征鉴别能力的分析基础上,为了更好利用这些特征信息的互补多样性,提出了一种基于支持向量机概率的融合分类方法。为了提高融合效果,进一步扩展了堆栈支持向量机融合思路,并分别用于融合小波特征,以及融合波段和小波特征。结果表明该融合思路比直接应用小波特征更有效,可以显著地提高高光谱图像的分类精度。 最后,在分析现有多类策略优缺点的基础上,提出了一种“淘汰赛”思路的决策树多类策略,并用于解决支持向量机多类问题。实验结果表明该方法可以保持传统“循环赛”一对一方法的高分类精度,而分类时间只需要一对一方法的50%左右。为了进一步加快分类过程,从影响支持向量机分类速度的两类问题数量和支持向量数量出发,提出了一种快速的自适应二叉树策略。实验结果表明该方法的分类时间只有一对一方法的25%左右,但分类精度只有不到0.5%的下降。
【学位授予单位】:国防科学技术大学
【学位级别】:博士
【学位授予年份】:2010
【分类号】:TP391.41

【引证文献】
中国期刊全文数据库 前2条
1 黄鸿;曲焕鹏;;基于半监督稀疏鉴别嵌入的高光谱遥感影像分类[J];光学精密工程;2014年02期
2 张苗;蒋志荣;马明国;王志慧;张调风;;基于CASI影像的黑河中游种植结构精细分类研究[J];遥感技术与应用;2013年02期
中国博士学位论文全文数据库 前5条
1 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
2 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
3 何玉林;基于核密度估计的光谱数据分类与回归方法研究[D];河北大学;2014年
4 李鹏;低帧频图像序列目标提取关键技术研究[D];国防科学技术大学;2012年
5 王凯;基于多特征融合的高光谱影像地物精细分析方法研究[D];武汉大学;2013年
中国硕士学位论文全文数据库 前10条
1 王立志;基于流形学习的高光谱图像降维与分类研究[D];重庆大学;2012年
2 王金娟;基于颜色特征的图像检索技术研究[D];湖南大学;2010年
3 张甬荣;基于有效端元集的双线性解混模型研究及应用[D];大连海事大学;2013年
4 徐伟;高光谱区域生长算法用于溢油区域划分[D];大连海事大学;2013年
5 张苗;黑河中游种植结构真实性检验研究[D];甘肃农业大学;2013年
6 冯霄;基于中间语义的场景分类算法的研究[D];中南民族大学;2013年
7 毕景芝;基于粗糙集的高光谱遥感数据降维算法研究[D];中国地质大学(北京);2014年
8 孙伟;多特征融合的室内场景分类研究[D];广东工业大学;2014年
9 邹会杰;基于高空间分辨率的高光谱遥感数据的城市地物分类[D];山东大学;2014年
10 段丽莉;改进的近邻传播算法及其在图像处理中的应用[D];西安电子科技大学;2014年
【参考文献】
中国期刊全文数据库 前4条
1 谭琨;杜培军;;基于支持向量机的高光谱遥感图像分类[J];红外与毫米波学报;2008年02期
2 许卫东;尹球;匡定波;;小波变换在高光谱决策树分类中的应用研究[J];遥感学报;2006年02期
3 王圆圆;李京;;基于决策树的高光谱数据特征选择及其对分类结果的影响分析[J];遥感学报;2007年01期
4 李军;李培军;郭建聪;;基于离散小波变换的高光谱特征提取中分解尺度的确定方法[J];自然科学进展;2007年11期
中国博士学位论文全文数据库 前1条
1 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
【共引文献】
中国期刊全文数据库 前10条
1 隋学艳;朱振林;朱传宝;杨丽萍;姚慧敏;郭洪海;;基于MODIS数据的山东省小麦株高遥感估算研究[J];山东农业科学;2009年02期
2 王永梅;胡学钢;;决策树中ID3算法的研究[J];安徽大学学报(自然科学版);2011年03期
3 叶明全;;数据挖掘在医疗数据中的应用[J];安徽工程科技学院学报(自然科学版);2007年03期
4 潘希姣;;多子群粒子群集成神经网络[J];安徽建筑工业学院学报(自然科学版);2007年02期
5 陈军;王洪仁;;基于高光谱红边参数的棉花冠层覆盖度提取研究[J];安徽农学通报(上半月刊);2009年09期
6 刘占宇;周湾;张莉丽;;入侵植物加拿大一枝黄花的高光谱特性研究[J];安徽农学通报(上半月刊);2011年07期
7 王家强;柳维扬;吕双庆;;遥感技术在棉花氮素营养诊断上的应用[J];安徽农业科学;2006年22期
8 陆伟;毛罕平;;高光谱技术在作物信息诊断监测中的应用[J];安徽农业科学;2007年06期
9 樊科研;田丽萍;王进;杜培林;;基于冠层高光谱遥感对加工番茄产量的估算模型[J];安徽农业科学;2008年10期
10 贾泽露;;基于GIS与SDM集成的农用地定级专家系统[J];安徽农业科学;2008年14期
中国重要会议论文全文数据库 前10条
1 叶红云;倪志伟;陈恩红;;一种混合型集成学习演化决策树算法[A];2005年“数字安徽”博士科技论坛论文集[C];2005年
2 汪震;洪津;张冬英;罗军;;液晶可调谐滤光片在遥感探测中的应用研究[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
3 ;Learning Algorithm of Decision Tree Generation for Continuous-valued Attribute[A];第二十九届中国控制会议论文集[C];2010年
4 杜方键;杨宏晖;;K均值聚类优化集成学习[A];2011'中国西部声学学术交流会论文集[C];2011年
5 王琦;;基于贝叶斯决策树算法的垃圾邮件识别机制[A];2011年通信与信息技术新进展——第八届中国通信学会学术年会论文集[C];2011年
6 王佳佳;廖宁放;廉玉生;刘子龙;;基于八通道成像光谱仪图像配准技术研究[A];中国光学学会2010年光学大会论文集[C];2010年
7 龚绍琦;王鑫;沈润平;刘振波;李云梅;;滨海盐土重金属高光谱遥感研究[A];全国农业遥感技术研讨会论文集[C];2009年
8 鲁松;;英文介词短语归并歧义的RMBL分类器消解[A];2005年信息与通信领域博士后学术会议论文集[C];2005年
9 杜晓凤;丁友东;;FloatBag选择性神经网络集成及其在人脸检测中的应用[A];第十二届全国信号处理学术年会(CCSP-2005)论文集[C];2005年
10 燕志明;;“3S”的现状与发展展望内蒙古科技大学高等职业技术学院[A];《测绘通报》测绘科学前沿技术论坛摘要集[C];2008年
中国博士学位论文全文数据库 前10条
1 于化龙;基于DNA微阵列数据的癌症分类技术研究[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 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
4 张明;电能质量扰动相关问题研究[D];华中科技大学;2010年
5 郑光辉;江苏部分地区土壤属性高光谱定量估算研究[D];南京大学;2011年
6 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
7 邓斌;B2C在线评论中的客户知识管理研究[D];电子科技大学;2010年
8 渠瑜;基于SVM的高不平衡分类技术研究及其在电信业的应用[D];浙江大学;2010年
9 苏煜;基于SCF范式的在线P300脑机接口研究[D];浙江大学;2010年
10 杜方;复杂网络系统间相似性识别及其应用[D];浙江大学;2010年
中国硕士学位论文全文数据库 前10条
1 马冉冉;集成学习算法研究[D];山东科技大学;2010年
2 吕万里;中文文本分类技术研究[D];山东科技大学;2010年
3 胡红;矿区植物胁迫作用与遥感信息提取[D];山东科技大学;2010年
4 唐红梅;基于辐射与空间信息的遥感图像检索[D];山东科技大学;2010年
5 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
6 岳海亮;信息论在粗糙集连续属性离散化中的应用[D];辽宁师范大学;2010年
7 石国强;基于规则的组合分类器的研究[D];郑州大学;2010年
8 陈松峰;利用PCA和AdaBoost建立基于贝叶斯的组合分类器[D];郑州大学;2010年
9 吴正娟;特征变换在组合分类中的应用研究[D];郑州大学;2010年
10 曹彦;基于支持向量机的特征选择及其集成方法的研究[D];郑州大学;2010年
【同被引文献】
中国期刊全文数据库 前10条
1 宫攀;;基于物候特征参数的土地覆盖分类研究——以东北地区为例[J];安徽农业科学;2010年11期
2 梁继;王建;;Hyperion高光谱影像的分析与处理[J];冰川冻土;2009年02期
3 谌德荣;陶鹏;宫久路;范宁军;;一种基于SOFM神经网络的高光谱图像快速分类方法[J];兵工学报;2009年02期
4 尚坤;李培军;程涛;;基于合成核支持向量机的高光谱土地覆盖分类[J];北京大学学报(自然科学版);2011年01期
5 李文斌;刘椿年;钟宁;;基于两阶段集成学习的分类器集成[J];北京工业大学学报;2010年03期
6 蒋宗礼;徐学可;;一种基于集成学习与类指示器的文本分类方法[J];北京工业大学学报;2010年04期
7 倪国强;沈渊婷;徐大琦;;一种基于小波PCA的高光谱图像特征提取新方法[J];北京理工大学学报;2007年07期
8 谭炳香;李增元;陈尔学;庞勇;雷渊才;;Hyperion高光谱数据森林郁闭度定量估测研究[J];北京林业大学学报;2006年03期
9 陈果;柳钦火;刘强;杜永明;;MODIS和降尺度TM数据反演叶面积指数相互验证中几何处理方法的研究[J];北京师范大学学报(自然科学版);2007年03期
10 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
中国博士学位论文全文数据库 前10条
1 陈霄;DNA遗传算法及应用研究[D];浙江大学;2010年
2 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
3 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
4 江悦;场景图像内容表述和分类研究[D];国防科学技术大学;2010年
5 解文杰;基于中层语义表示的图像场景分类研究[D];北京交通大学;2011年
6 任瑞治;MODIS卫星遥感图像预处理方法研究[D];吉林大学;2011年
7 胡勇;面向室外场景的图像纹理分析与应用研究[D];南京理工大学;2010年
8 陈杰;高分辨率遥感影像面向对象分类方法研究[D];中南大学;2010年
9 刘献如;视频图像序列目标跟踪算法及其应用研究[D];中南大学;2011年
10 周阳;透明ZnO薄膜与铁电薄膜的集成研究[D];河北大学;2011年
中国硕士学位论文全文数据库 前10条
1 吕翠芬;基于独立成分分析的高光谱溢油图像聚类研究[D];大连海事大学;2011年
2 陈鹏;遗传算法的改进及在调度优化中的应用研究[D];中国地质大学;2011年
3 朱俊良;高光谱遥感图像分割算法研究[D];成都理工大学;2011年
4 杨康;空间目标高光谱特性分析[D];上海交通大学;2011年
5 余芳;基于颜色特征的图像检索技术研究[D];中国石油大学;2007年
6 程珺;基于相关颜色的图像检索[D];华中科技大学;2006年
7 柴绍斌;基于神经网络的数据分类研究[D];大连理工大学;2007年
8 李政国;基于区域生长法的高空间分辨率遥感图像分割与实现[D];广西大学;2008年
9 周志林;高光谱图像压缩方法研究[D];南京理工大学;2008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】
中国期刊全文数据库 前5条
1 葛山运;;基于MNF、PCA与ICA结合的高光谱数据特征提取方法[J];城市勘测;2013年02期
2 樊利恒;吕俊伟;于振涛;曹亮杰;;基于核映射多光谱特征融合的高光谱遥感图像分类法[J];光子学报;2014年06期
3 李传荣;蔡兴文;胡坚;韩叶茂;李子扬;;通用遥感数据并行处理框架设计与实现[J];科学技术与工程;2012年35期
4 孙华;鞠洪波;张怀清;林辉;刘华;凌成星;符利勇;;Hyperion高光谱影像波段选择方法比较研究[J];红外;2013年02期
5 刘萌萌;刘亚岚;孙国庆;彭立;;结合纹理特征的SVM样本分层土地覆盖分类[J];遥感技术与应用;2014年02期
中国重要会议论文全文数据库 前1条
1 卢云龙;刘志刚;;高光谱成像技术及其在目标检测中的应用进展[A];国家安全地球物理丛书(九)——防灾减灾与国家安全[C];2013年
中国博士学位论文全文数据库 前1条
1 王凯;基于多特征融合的高光谱影像地物精细分析方法研究[D];武汉大学;2013年
中国硕士学位论文全文数据库 前7条
1 徐雯晖;基于稀疏性的高光谱遥感影像降维方法研究[D];西安电子科技大学;2013年
2 王峥杰;基于Android平台的便携式光谱仪图像处理软件研究[D];中国科学院研究生院(西安光学精密机械研究所);2013年
3 马小丽;基于机器学习的高光谱图像地物分类研究[D];厦门大学;2014年
4 史崇升;基于高光谱成像技术的马铃薯外部品质无损检测建模及优化研究[D];宁夏大学;2014年
5 路漫漫;融合PSO的N-FINDR改进端元提取算法研究[D];大连海事大学;2014年
6 刘惠峰;基于时序NDVI的疏勒河流域植被覆盖分类研究[D];兰州大学;2014年
7 邹会杰;基于高空间分辨率的高光谱遥感数据的城市地物分类[D];山东大学;2014年
【二级参考文献】
中国期刊全文数据库 前10条
1 张霞,张兵,郑兰芬,童庆禧,汪骏发,舒嵘,薛永祺;航空热红外多光谱数据的地物发射率谱信息提取模型及其应用研究[J];红外与毫米波学报;2000年05期
2 刘良云,张兵,郑兰芬,童庆禧,刘银年,薛永祺,杨敏华,赵春江;利用温度和植被指数进行地物分类和土壤水分反演[J];红外与毫米波学报;2002年04期
3 董广军;张永生;范永弘;;PHI高光谱数据和高空间分辨率遥感图像融合技术研究[J];红外与毫米波学报;2006年02期
4 董文辉,刘明业;应用小波分析进行图像压缩的研究及实现[J];计算机应用研究;2003年06期
5 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
6 李爽,丁圣彦,钱乐祥;决策树分类法及其在土地覆盖分类中的应用[J];遥感技术与应用;2002年01期
7 童庆禧,郑兰芬,王晋年,王向军,董卫东,胡远满,党顺行;湿地植被成象光谱遥感研究[J];遥感学报;1997年01期
8 刘建贵,张兵,郑兰芬,童庆禧;成像光谱数据在城市遥感中的应用研究[J];遥感学报;2000年03期
9 赵萍,冯学智,林广发;SPOT卫星影像居民地信息自动提取的决策树方法研究[J];遥感学报;2003年04期
10 刘正军,王长耀,张继贤;基于小波与遗传算法的特征提取与特征选择(英文)[J];遥感学报;2005年02期
【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