收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

高光谱材质提取分类研究

朱维新  
【摘要】:高光谱图像分类是近几年光谱研究的重要方向。在已有研究中,基于点/线扫描或棱镜-掩模式光学设计的成像仪器已基本实现高空间分辨率与高光谱分辨率兼得的数据观测。传统高光谱数据多沉淀在卫星遥感测绘领域,因此高光谱分类研究皆由此起步,遥感高光谱数据被抽象为理想的平行光照射模型,没有来自照度和几何变换带来的干扰,且数据配备逐像素对应的样本标记,所以分类处理前无需对已采集数据做过多预处理,而分类研究的重点则更倾向于挖掘出高维度、大数据下的特征提取和优化分类模型。但与遥感数据截然不同的是,近地光谱分类的研究由于数据信号模型本身就较为复杂,直接采集的数据耦合了多面性的干扰,若要对数据直接分类处理并应用于日常场景下实现材质分割、目标识别跟踪等领域,将面临以下问题:1)光谱维度量级庞大,信噪比高,图像质量由于采集设备性能的参差不齐、环境光强度的时序变换等难以得到数据集约表示的标准化保障;2)直采的光谱数据融合光源、几何变化、场景自放射等多重串扰,产生空间变异性等因素导致的同物异谱现象,无法直接准确地用于特征分析;3)光谱数据场景种类复杂,标记样本极其欠缺导致统计训练难度加大;4)在空间像素有限时,因数据谱间相关性较高、冗余度大等干扰导致的异物同谱会降低分类准确率。本文围绕近地光谱图像分类问题,结合高光谱数据模型分析与特征提取,以及多类机器学习算法展开深入研究,推动近地场景下的高光谱图像/视频分类在多领域的应用。针对前文提及问题,为将近地光谱数据分类更好应用于材质分割、目标识别等领域,本文提出如下解决方案:1)首先建立光谱数据信号多成分模型分解方法,提出直采数据涵盖亮度分量和反射分量,亮度分量包含光源光照illumination、几何shading、噪声highlight等信息,反射分量为分类研究所需的物体材质反射在各波段的响应强度。2)利用SIID和MIID模型针对不同适用场景分离出亮度分量,降低光照条件引起的明暗变化(illumination)、几何结构导致的空间变异(shading)、空间场景自带的放射干扰(highlight)等因素对光谱数据的影响,提取能反应物质真正化学物理特性的本征材质信息(reflection),即反射分量数据用于分类研究。3)基于已构建的光谱数据库(包含标记/未标记样本数据)组合多类机器学习算法训练生成数据驱动型判别器,在高维度、不可视化的超平面寻找最优判别条件,实现基于材质信息提取的精细分类。4)数据谱段间冗余度较高,分类结果受椒盐噪声干扰,边缘性差,本文再利用空间相似性辅助优化3)中的分割边缘与模块分化结果,实现块内最大相似,块间最大差异,全局能量函数最小化的数学手段来优化分类结果可视性。高光谱材质提取的分类方法可以利用计算机摄像学为多个交叉学科领域的目标识别等瓶颈问题带来解决方案。通过提取光谱信息中反应材质特征的反射分量,将有利于提高经典“同色异谱”问题的材质鉴别正确率和色域相似目标的识别跟踪精准度;包含几何空间结构信息以及光源明暗变化信息的亮度分量可用于光谱合成、光场三维几何建模等衍生研究领域。实验结果证明本文提出的方法可以实现较好的近地场景下的高光谱图像/视频分类,较其他主流方法有定量与定性化提升。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 张号逵;李映;姜晔楠;;深度学习在高光谱图像分类领域的研究现状与展望[J];自动化学报;2018年06期
2 王斌;;基于高光谱图像技术的水果表面农药残留检测观察[J];种子科技;2017年04期
3 陈绫钢;吕靖芳;;高光谱图像技术在农产品监测中的应用进展[J];北京农业;2016年01期
4 朱贞映;袁建;何荣;;粮油中高光谱图像技术的应用现状[J];粮食与饲料工业;2016年09期
5 徐爽;何建国;马瑜;梁慧琳;刘贵珊;贺晓光;;高光谱图像技术在水果品质检测中的研究进展[J];食品研究与开发;2013年10期
6 黄培贤;姚志湘;粟晖;孙阔;幸红云;;高光谱图像技术在食品无损检测中的研究进展[J];食品工业科技;2012年15期
7 高鑫;欧阳宁;袁华;;基于快速去噪和深度信念网络的高光谱图像分类方法[J];桂林电子科技大学学报;2016年06期
8 叶珍;白璘;;局部保护降维与高斯混合模型的高光谱图像分类[J];工业仪表与自动化装置;2017年04期
9 吴龙国;何建国;贺晓光;刘贵珊;王伟;王松磊;苏伟东;罗阳;思振华;;高光谱图像技术在水果无损检测中的研究进展[J];激光与红外;2013年09期
10 陈善学;张燕琪;;基于自适应波段聚类主成分分析和反向传播神经网络的高光谱图像压缩[J];电子与信息学报;年期
11 孔祥阳;徐保根;;基于空-谱加权总变分的高光谱图像混合噪声去除算法[J];德州学院学报;2017年04期
12 唐中奇;付光远;陈进;张利;;基于低秩结构提取的高光谱图像压缩表示[J];电子与信息学报;2016年05期
13 张良培;李家艺;;高光谱图像稀疏信息处理综述与展望[J];遥感学报;2016年05期
14 彭艳斌;艾解清;;基于谱聚类波段选择的高光谱图像分类[J];光电工程;2012年02期
15 李铁;张新君;;基于改进的局部保持投影高光谱图像分类研究[J];计算机应用研究;2017年08期
16 李铁;张新君;;不变矩在高光谱图像空谱分类中的应用研究[J];小型微型计算机系统;2017年07期
17 洪恒;何明一;;一种适于高光谱图像压缩的相关系数矩阵近似计算算法[J];电子设计工程;2013年12期
18 何元磊;刘代志;易世华;;一种新的高光谱图像波段选择方法[J];光电工程;2010年09期
19 欧阳宁;朱婷;林乐平;;基于空-谱融合网络的高光谱图像分类方法[J];计算机应用;2018年07期
20 王忠良;冯文田;粘永健;;结合光谱解混与压缩感知的高光谱图像有损压缩(英文)[J];红外与激光工程;2018年S1期
中国重要会议论文全文数据库 前10条
1 卢云龙;刘志刚;;高光谱图像目标探测现状研究[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
2 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
3 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
4 马德敏;孙凡;金星;舒嵘;王建宇;;机载高光谱图像质量定量化评价方法的研究[A];成像光谱技术与应用研讨会论文集[C];2004年
5 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
6 唐宏;杨新;方涛;施鹏飞;;基于核方法的光谱角制图模型及其在高光谱图像分割中的应用[A];中国地理信息系统协会第八届年会论文集[C];2004年
7 杨硕;袁鸿翼;虞宇宏;赵敏;;高光谱图像亚像素目标仿真及检测研究[A];第四届高分辨率对地观测学术年会论文集[C];2017年
8 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
9 张悦;官云兰;;基于聚类的高光谱图像非监督波段选择方法[A];《江西遥感》2017年第2期(总第3期)[C];2017年
10 郑毓轩;李云松;师艳子;曲家慧;谢卫莹;;基于FPGA的高光谱异常目标检测RXD算法加速方案[A];2018软件定义卫星高峰论坛会议摘要集[C];2018年
中国博士学位论文全文数据库 前10条
1 卢燕;高光谱矿物填图技术在金属矿产和油气勘查中的应用研究[D];中国地质大学(北京);2018年
2 秦凯;机载成像高光谱遥感及应用关键技术研究[D];中国地质大学(北京);2018年
3 周清;土壤有机质含量高光谱预测模型及其差异性研究[D];浙江大学;2004年
4 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
5 贾森;非监督的高光谱图像解混技术研究[D];浙江大学;2007年
6 刘翔;基于光谱维变换的高光谱图像目标探测研究[D];中国科学院研究生院(遥感应用研究所);2008年
7 黄菁;高光谱图像编码研究[D];南京理工大学;2008年
8 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
9 杨京辉;基于稀疏表达及空间信息的高光谱图像分类方法研究[D];哈尔滨工程大学;2016年
10 张二磊;基于空谱信息挖掘和稀疏表示学习的高光谱图像分类[D];西安电子科技大学;2015年
中国硕士学位论文全文数据库 前10条
1 靖晓昊;高光谱图像目标稀疏检测算法的研究[D];哈尔滨工程大学;2015年
2 丁云;稀疏子空间算法及在高光谱图像聚类中的应用研究[D];安徽大学;2018年
3 朱维新;高光谱材质提取分类研究[D];南京大学;2018年
4 张香萍;联合空间与光谱信息的高光谱图像异常目标检测方法研究[D];湖南大学;2017年
5 王润博;基于高光谱图像技术的枸杞品质检测方法研究[D];河南科技大学;2017年
6 黄道;基于相关熵方法的高光谱图像分类算法的研究[D];华中科技大学;2016年
7 黄超;基于超像素分割与低秩表示的高光谱图像去噪算法研究[D];华中科技大学;2016年
8 马娜;基于高光谱图像的人脸识别算法和实验研究[D];山东师范大学;2017年
9 路心资;基于高光谱图像技术的大米品种、水分及淀粉含量无损检测研究[D];江苏大学;2017年
10 孙世鹏;基于机器视觉和近红外高光谱的冬枣检测方法研究[D];西北农林科技大学;2017年
中国重要报纸全文数据库 前1条
1 本报记者 付毅飞;“珠海一号”,为何能拍出太空大片[N];科技日报;2017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