收藏本站
《国防科学技术大学》 2011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技术研究

高恒振  
【摘要】:目前,高光谱遥感已经成为遥感领域的前沿科技,其中高光谱图像分类技术已经成为高光谱遥感处理领域的研究热点,对该技术进行研究具有较高的理论及应用价值。然而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,如何利用被忽略的信息如结构信息,如何利用海量的未标记样本所蕴含的信息,如何选择分类器等。在实际应用中,对高光谱分类器的性能要求越来越高,相应的高光谱图像分类技术的研究应该围绕这个指导思想,紧密结合高光谱遥感的具体应用。本文的研究工作主要包括以下几个方面: 首先针对高光谱图像波段间相关性较强,数据冗余度大的问题,研究了高维数据的降维策略。结合高光谱数据的特点,提出了两种不同的降维方法。针对特征提取,提出了一种基于波段子集的特征提取算法,该方法根据光谱波段的局部相关性将光谱空间划分为若干个波段子集,然后对各个波段子集进行特征提取,构造组合特征参与分类,该可以有效地减少谱间局部相关性对分类影响。为了减少特征提取对原始数据变换的影响,提出了波段选择策略,该算法基于组合优化算法,在粒子群优化算法中集成了遗传算子操作,从而综合利用了不同的种群进化算法的优点,克服了单一的优化算法收敛速度慢、全局搜索和局搜索能力弱等自身难以克服的缺陷,提高了波段选择算法的性能。 其次针对目前分类算法大多只利用了光谱信息,忽略了高光谱图像中目标的形状、纹理等结构特征的问题,提出了基于谱域-空域特征融合的高光谱图像分类技术,该方法利用目标的空域特征来改进分类器,提升分类器的性能。针对谱域、空域特征融合,提出两种不同的融合策略,分别为组合特征方式和组合核函数融合方式。首先对高光谱图像进行特征提取,并利用虚拟维数估计方法来确定需要保留的主分量,然后利用数学形态学提取保留的主分量图像的形态学特征,从而构造目标的扩展形态学特征矢量。利用得到的形态学特征,结合谱域特征,利用组合特征的方式进行融合,并且用于接下来的分类操作,提升了分类器的性能,验证了高光谱特征融合思路的有效性。针对高光谱图像的高维特性,为了避免“维数灾难”,提出了组合核函数的融合分类算法,利用组合核函数的方式进行特征融合,利用核函数进行特征融合相当于将输入数据通过非线性映射变换到高维特征空间,避免了传统分类方法的“维数灾难”问题,提高了不同特征间互补多样性的利用效率,从而提升了分类精度。 接着针对高光谱图像分类中有标签样本点获取较为困难,代价较高,导致相对于海量的未标签样本点来说数目较少,不能充分代表整个样本空间的统计分布,从而常规的监督分类算法的训练样本不足,由此生成的分类器性能不能满足实际的应用需求。为了解决这一问题,本文利用高光谱图像数据中的海量未标签样本点所含信息来改进分类器,提出了基于半监督学习策略的高光谱分类技术。针对分类中样本集的规模大小和实际应用情况,提出了三种不同的半监督分类算法。首先在支持向量机理论的基础上,针对不同波段鉴别地物类别的能力的不同,提出了基于光谱加权的直推式支持向量机半监督分类方法,通过分析高光谱谱段所含的分类信息,设计了不同的权值估计策略,分别针对两类和多类分类,利用估计得到的波段权重改进核函数,并且利用凹凸过程优化方法,对直推式支持向量机的非凸目标函数进行优化,进一步提升了分类器的性能。其次根据聚类假设,即高光谱图像中的同类地物在聚类中往往会被分在同一类中的特性,研究了基于聚类核函数的半监督分类算法,通过对样本集多次聚类,利用聚类结果构造包袋核函数,并且利用不同的运算与标准核函数构成组合核函数,从而将未标签样本信息引入了分类器的训练过程,提升了分类精度。最后研究了基于图的半监督分类方法,利用样本点间的相似程度构造图,并且采用基于密度敏感的流形距离取代欧氏距离来计算两个样本点之间的距离,以衡量样本点间的相似程度,并且利用了原始类别的先验信息来改进分类器,该算法具有很好的数学解释性和良好的学习性能,并且能够避免收敛到局部最优。 最后针对在应用中分类器的选择问题,如何在先验知识不足的情况下选择最符合实际情况的分类器,提出了基于集成学习和支持向量机的高光谱分类技术,首先对高光谱图像利用独立分量分析方法进行预处理,将得到的独立分量作为接下来的分类特征,并且利用集成学习策略,构造多个分类器,从而降低了因为先验信息不足导致的分类器选择不恰当的概率,获得了比单个分类器更高的泛化性能。该算法以改变训练样本方法构成的方式,将多个不同的基模型组合成一个模型的学习方法,利用多个基模型间的差异来提高模型的泛化性能。 最终论文对本文工作进行了总结,并指出了今后需要进一步研究的内容。
【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】:2011
【分类号】:TP751

【引证文献】
中国期刊全文数据库 前4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
中国硕士学位论文全文数据库 前4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 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
【参考文献】
中国期刊全文数据库 前10条
1 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
2 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
3 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
4 杜培军;林卉;孙敦新;;基于支持向量机的高光谱遥感分类进展[J];测绘通报;2006年12期
5 丁胜;袁修孝;陈黎;;粒子群优化算法用于高光谱遥感影像分类的自动波段选择[J];测绘学报;2010年03期
6 李烨;尹汝泼;蔡云泽;许晓鸣;;Support Vector Machine Ensemble Based on Genetic Algorithm[J];Journal of DongHua University;2006年02期
7 钟燕飞;张良培;;高光谱影像特征选择的快速克隆选择算法(英文)[J];Geo-Spatial Information Science;2009年03期
8 卓莉;郑璟;王芳;黎夏;艾彬;钱峻屏;;基于GA-SVM封装算法的高光谱数据特征选择[J];地理研究;2008年03期
9 周传华;王清;吴科主;赵保华;;平均1-依赖决策树集成算法[J];电子学报;2010年02期
10 黄睿,何明一;基于分类别PCA散度的高光谱图像分类波段选择[J];电子与信息学报;2005年10期
中国博士学位论文全文数据库 前7条
1 陈进;高光谱图像分类方法研究[D];国防科学技术大学;2010年
2 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
3 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
4 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
5 杨哲海;高光谱影像分类若干关键技术的研究[D];解放军信息工程大学;2006年
6 苏令华;高光谱图像压缩技术研究[D];国防科学技术大学;2007年
7 胡崇海;基于图的半监督机器学习[D];浙江大学;2008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 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
3 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
4 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
5 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
6 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
7 于祥;刘香华;;基于神经网络的黄河三角洲土地利用遥感获取技术研究[J];安徽农业科学;2009年04期
8 陈拉;;高光谱遥感数据在植被信息提取中的应用研究[J];安徽农业科学;2009年08期
9 洪霞;江洪;余树全;;高光谱遥感在精准农业生产中的应用[J];安徽农业科学;2010年01期
10 黄恩兴;;土壤盐渍化遥感应用研究进展[J];安徽农业科学;2010年13期
中国重要会议论文全文数据库 前10条
1 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
2 戴文战;王清辉;杨爱萍;;基于高斯噪声背景下的混合滤波改进算法[A];中国自动化学会控制理论专业委员会C卷[C];2011年
3 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
4 周飞;王晨升;;基于Canny算法的一种边缘提取改进算法[A];图像图形技术研究与应用2009——第四届图像图形技术与应用学术会议论文集[C];2009年
5 安成锦;韩建涛;陈曾平;;基于机场跑道识别的SAR图像自动配准算法[A];第十四届全国信号处理学术年会(CCSP-2009)论文集[C];2009年
6 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
7 熊显名;王冰冰;滕惠忠;;基于IDL的高光谱数据可视化分析[A];第二十一届海洋测绘综合性学术研讨会论文集[C];2009年
8 朱艳;姚霞;冯伟;曹卫星;田永超;;基于高光谱遥感的小麦叶片氮含量监测研究[A];作物逆境生理研究进展——中国作物生理第十次学术研讨会文集[C];2007年
9 胡永生;冀小平;;基于小波变换的多尺度边缘检测[A];2006北京地区高校研究生学术交流会——通信与信息技术会议论文集(上)[C];2006年
10 林增刚;张艳宁;郭哲;;一种有效的三维人脸识别方法[A];第十二届中国体视学与图像分析学术会议论文集[C];2008年
中国博士学位论文全文数据库 前10条
1 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
2 刘效武;基于多源融合的网络安全态势量化感知与评估[D];哈尔滨工程大学;2009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 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
5 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
6 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
7 张寿明;基于冶炼过程及终点判断技术的烟化炉智能控制系统研究[D];昆明理工大学;2009年
8 陈兵;基于多平台棉花黄萎病的遥感监测研究[D];石河子大学;2010年
9 闫中敏;Deep Web数据获取问题研究[D];山东大学;2010年
10 黄远程;高光谱影像混合像元分解的若干关键技术研究[D];武汉大学;2010年
中国硕士学位论文全文数据库 前10条
1 刘甲玉;基于ARM的图像采集与无线传输技术的研究[D];安徽工程大学;2010年
2 代宏伟;布里渊散射水下探测目标的自动识别[D];南昌航空大学;2010年
3 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
4 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
5 张明军;基于小波包最优树的图像融合技术研究[D];山东科技大学;2010年
6 贾伟洁;SAR影像与光学影像配准研究[D];山东科技大学;2010年
7 单冬冬;去除薄雾的图像恢复与增强算法研究[D];长春理工大学;2010年
8 宋李江;指纹图像分割算法的研究[D];郑州大学;2010年
9 雷彤;基于高光谱的苹果花期果期光谱特征分析及其果量估测[D];山东农业大学;2010年
10 宋晓玥;基于TDPCA与SPIHT的高光谱压缩和降维算法研究[D];哈尔滨工程大学;2009年
【同被引文献】
中国期刊全文数据库 前10条
1 杜鹏,赵慧洁;基于抗噪声ICA的高光谱数据特征提取方法[J];北京航空航天大学学报;2005年10期
2 杨诸胜;郭雷;罗欣;胡新韬;;基于分段主成分分析的高光谱图像波段选择算法研究[J];测绘工程;2006年03期
3 明冬萍,骆剑承,沈占锋,汪闽,盛昊;高分辨率遥感影像信息提取与目标识别技术研究[J];测绘科学;2005年03期
4 杜培军;林卉;孙敦新;;基于支持向量机的高光谱遥感分类进展[J];测绘通报;2006年12期
5 杨国鹏;余旭初;刘伟;陈伟;;面向高光谱遥感影像的分类方法研究[J];测绘通报;2007年10期
6 韩瑞梅;杨敏华;;一种改进的高光谱遥感数据波段选择方法的研究[J];测绘与空间地理信息;2010年03期
7 尧德中;刘铁军;雷旭;杨平;徐鹏;张杨松;;基于脑电的脑-机接口:关键技术和应用前景[J];电子科技大学学报;2009年05期
8 范群贞;刘金清;;基于PCA/ICA的人脸特征提取新方法[J];电子测量技术;2010年08期
9 石光明;刘丹华;高大化;刘哲;林杰;王良君;;压缩感知理论及其研究进展[J];电子学报;2009年05期
10 王峰;张鸿宾;;最优双核复合分类算法的构造[J];电子学报;2012年02期
中国博士学位论文全文数据库 前4条
1 陈进;高光谱图像分类方法研究[D];国防科学技术大学;2010年
2 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
3 张建兵;基于网格的空间信息服务关键技术研究[D];中国科学院研究生院(遥感应用研究所);2006年
4 付必涛;基于亚像元分解重构的MODIS水体提取模型及方法研究[D];华中科技大学;2009年
中国硕士学位论文全文数据库 前2条
1 霍树民;基于Hadoop的海量影像数据管理关键技术研究[D];国防科学技术大学;2010年
2 王亚楠;分布式容错检查点算法研究与软件设计[D];山东大学;2010年
【二级引证文献】
中国硕士学位论文全文数据库 前1条
1 高海龙;基于透射和反射高光谱成像技术的马铃薯缺陷检测方法研究[D];华中农业大学;2014年
【二级参考文献】
中国期刊全文数据库 前10条
1 张彬;许廷发;倪国强;杨风暴;;基于区间小波的红外/可见光图像融合[J];北京理工大学学报;2006年10期
2 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
3 陈蜜;易尧华;刘志刚;李德仁;秦前清;;基于分块特性的高光谱影像波段选取方法的研究[J];测绘通报;2006年03期
4 杜培军;林卉;孙敦新;;基于支持向量机的高光谱遥感分类进展[J];测绘通报;2006年12期
5 熊桢,郑兰芬,童庆禧;分层神经网络分类算法[J];测绘学报;2000年03期
6 骆剑承,王钦敏,马江洪,周成虎,梁怡;遥感图像最大似然分类方法的EM改进算法[J];测绘学报;2002年03期
7 刘志刚,秦前清,李德仁,王新洲;基于混合核函数的支撑向量机及其在遥感影像土地利用分类中的应用[J];测绘信息与工程;2003年05期
8 王国明,孙立新;高光谱遥感影像优化分类波段选择[J];东北测绘;1999年04期
9 童庆禧;地球空间信息科学之刍议[J];地理与地理信息科学;2003年04期
10 付强,付红,王立坤;基于加速遗传算法的投影寻踪模型在水质评价中的应用研究[J];地理科学;2003年02期
中国博士学位论文全文数据库 前10条
1 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
2 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
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 刘正军;高维遥感数据土地覆盖特征提取与分类研究[D];中国科学院研究生院(遥感应用研究所);2003年
5 张连蓬;基于投影寻踪和非线性主曲线的高光谱遥感图像特征提取及分类研究[D];山东科技大学;2003年
6 计明军;若干随机性全局优化算法的研究[D];大连理工大学;2004年
7 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
8 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
9 邓家先;遥感图像编码技术研究[D];西安电子科技大学;2004年
10 肖江;卫星干涉光谱图像编码技术研究[D];西安电子科技大学;2005年
中国硕士学位论文全文数据库 前10条
1 马文驷;多分类器融合模式识别方法研究[D];西安电子科技大学;2002年
2 白继伟;基于高光谱数据库的光谱匹配技术研究[D];中国科学院研究生院(遥感应用研究所);2002年
3 符宁;用于VLSI布局的计算智能方法研究[D];电子科技大学;2002年
4 潘翔;基于多分类器集成的模式识别研究[D];浙江工业大学;2002年
5 蔡国强;实数型遗传算传的研究及其应用[D];福州大学;2003年
6 张晓辉;禁忌搜索算法研究及其在电磁场优化问题中的应用[D];河北工业大学;2003年
7 黄文艳;支持向量机与指纹分类算法研究[D];河北工业大学;2003年
8 张雄飞;网络环境下高光谱数据库构建及其应用实践[D];中国科学院研究生院(遥感应用研究所);2003年
9 刘卓;高维数据分析中的降维方法研究[D];中国人民解放军国防科学技术大学;2002年
10 张丽;基于多分类器动态组合的手写体数字识别[D];南京理工大学;2003年
【相似文献】
中国期刊全文数据库 前10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
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 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