收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于案例推理的高光谱图像分类研究

唐雪飞  
【摘要】: 高光谱遥感作为一种新型的遥感方式在近50年的发展中已经在军用和民用的多个领域发挥着重要的作用。与多光谱遥感相比,高光谱遥感数据具有波段数目多、光谱分辨率高、数据量庞大等特点,这对于利用遥感图像进行目标分类、识别与跟踪等都具有重要的研究价值和应用意义。然而其巨大的数据量和较高的数据维给高光谱图像分类处理带来较大的困难。对于高光谱图像的分类,往往要经过逐步的数据分析、特征提取,然后利用不同的分类器反复调整其中的分类器参数,方可寻找到最优的分类算法,重复性的处理过程使高光谱图像分类低效率、低智能。 本文充分利用以往高光谱图像分类的经验,并将经验转化为实际的处理方案,实现对高光谱图像高效准确的分类,提出并建立了基于案例推理的高光谱图像分类识别系统。 首先,为解决高光谱图像分类易出现的“维数灾难”问题,对高光谱图像特性进行分析,研究了光谱特征线性提取算法主成分分析法、基于核的及基于流形学习的光谱特征非线性提取方法,有效地保留和提取了图像的主要特征,为后续高光谱图像分类识别奠定了基础。 其次,根据高光谱图像是否具有先验知识,以及先验知识的多少,分别研究了非监督分类算法、基于统计决策理论及基于机器学习理论的监督分类算法、基于小样本理论的半监督分类算法,同时对经验数据的分类结果及分类器参数选择进行记录,为案例推理系统的建立做准备。 最后,在以上理论研究及具体实现的基础上,构建了基于案例推理的高光谱图像分类识别系统,集成了多案例、多规则、多分类方法,根据不同的实际应用需求,实现了对高光谱图像的智能学习及最优分类算法的选择,提高了分类的效率及优化了分类的算法。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 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
2 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
3 王秀朋;张洪才;赵永强;贺霖;;基于投影寻踪的高光谱图像特征融合算法[J];计算机测量与控制;2006年11期
4 赵春晖;宋晓玥;;基于二维主成分分析的高光谱遥感图像降维[J];黑龙江大学自然科学学报;2009年05期
5 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
6 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
7 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
8 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
9 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
10 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
11 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
12 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
13 苏令华;杨俊岭;万建伟;;矢量量化高光谱数据压缩性能评估[J];计算机工程与科学;2007年09期
14 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
15 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
16 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
17 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
18 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
19 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
20 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
中国重要会议论文全文数据库 前10条
1 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
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 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
4 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
5 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
6 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
7 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
8 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
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 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 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
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 陈进;高光谱图像分类方法研究[D];国防科学技术大学;2010年
6 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
7 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
8 谭琨;基于支持向量机的高光谱遥感影像分类研究[D];中国矿业大学;2010年
9 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
10 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
中国硕士学位论文全文数据库 前10条
1 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
2 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
3 汪泊锦;基于高光谱散射图像的苹果粉质化特征提取与分类[D];江南大学;2012年
4 赵桂林;基于高光谱图像技术的水果品质检测的若干问题研究[D];江南大学;2011年
5 徐长健;基于小波变换的高光谱溢油图像压缩方法的研究[D];大连海事大学;2011年
6 马莉;基于FSVM的高光谱遥感影像分类算法研究[D];河南大学;2010年
7 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
8 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
9 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
10 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
中国重要报纸全文数据库 前10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 燕海霞;王忆勤;李福凤;脉象信号研究日渐深入[N];中国医药报;2005年
4 沈占锋;遥感影像信息提取与分析[N];计算机世界;2006年
5 王竣;深入开发CAD系统对疾病诊断有重要意义[N];中国医药报;2007年
6 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
7 张彦;“数字省市”颠覆城市区域经济[N];经理日报;2004年
8 北京数码空间信息技术有限公司技术总监 刘斌;Web Mining:第二代网络信息处理技术[N];计算机世界;2000年
9 中科院自动化所 何鹏 陶建华 谭铁牛;看懂人的“脸色”[N];计算机世界;2005年
10 张东方;沙明;杨松松;人工神经网络在中药领域中的应用[N];中国医药报;2003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
  • 010-62982499
  • 010-62783978