本文選題：光譜數(shù)據(jù)降維 + 數(shù)據(jù)壓縮��； 參考：《遙感信息》2017年02期

【摘要】：針對從波段數(shù)目較多的海量高光譜遙感影像數(shù)據(jù)中高效地檢索出所需信息這一迫切需要解決的問題,將空間數(shù)據(jù)壓縮算法引入到光譜數(shù)據(jù)降維中,以規(guī)則樹分組和曲線數(shù)據(jù)綜合技術為基礎,設計了十六叉樹狀變換、垂距光譜檢索、偏角光譜檢索、道格拉斯-普克光譜檢索算子。采用相對光譜識別概率、相對光譜識別熵、相對光譜識別力3種統(tǒng)計學方法,從不同角度通過與常規(guī)的光譜角度制圖和光譜信息熵進行比較分析發(fā)現(xiàn):利用新的檢索算子提取光譜曲線特征向量,進行相似性測度,降低了光譜檢索的時間頻率。在保證相近識別能力的條件下,能夠大大提供高程序的檢索效率,是幾種快速有效的高光譜特征匹配和檢索算子。
[Abstract]:In view of the urgent problem of efficiently retrieving the required information from the massive hyperspectral remote sensing image data with a large number of bands, the spatial data compression algorithm is introduced to reduce the dimension of spectral data. Based on the rule tree grouping and curve data synthesis techniques, the hexadecimal tree transform, vertical spectral retrieval, offset spectral retrieval and Dow Glass-Glask-spectral retrieval operator are designed. Using three statistical methods: relative spectral recognition probability, relative spectral recognition entropy and relative spectral recognition power. By comparing with the conventional spectral angle mapping and spectral information entropy, it is found that the new retrieval operator is used to extract the characteristic vector of the spectral curve and measure the similarity, thus reducing the time frequency of the spectral retrieval. Under the condition that the similar recognition ability is guaranteed, the retrieval efficiency of high program can be greatly provided, and it is a kind of fast and effective hyperspectral feature matching and retrieval operator.
【作者單位】： 成都理工大學地學空間信息技術國土資源部重點實驗室;成都理工大學地球科學學院;武漢大學學報信息科學版編輯部;
【基金】：國家自然科學基金(41071265、41102225、41201440) 高等學校博士學科點專項科研基金(201351221200092013) 成都理工大學骨干教師培養(yǎng)計劃(DG0002)
【分類號】：TP751

【參考文獻】

相關期刊論文 前5條

1 張浚哲;朱文泉;鄭周濤;潘耀忠;王伶俐;;高光譜數(shù)據(jù)的相似性測度對比研究[J];測繪科學;2013年06期

2 施蓓琦;劉春;陳能;林文鵬;;典型地物實測光譜的相似性測度與實驗分析[J];同濟大學學報(自然科學版);2011年02期

3 彭認燦;董箭;鄭義東;李改肖;;垂距法與道格拉斯-普克法刪除冗余頂點效率的比較[J];測繪通報;2010年03期

4 聞兵工;馮伍法;劉偉;馬一薇;;基于光譜曲線整體相似性測度的匹配分類[J];測繪科學技術學報;2009年02期

5 李飛;周成虎;陳榮國;;基于光譜曲線形態(tài)的高光譜影像檢索方法研究[J];光譜學與光譜分析;2008年11期

【共引文獻】

相關期刊論文 前10條

1 李世寶;陳通;劉建航;陳海華;;基于交叉點的道路曲線化簡算法研究[J];測繪工程;2017年07期

2 張淼;于文博;沈飛;謝長生;沈毅;;基于改進Hough算法的高光譜數(shù)據(jù)直線檢測方法研究[J];上海航天;2017年03期

3 楊可明;張文文;程龍;王曉峰;趙駿武;;玉米葉片重金屬銅污染的ED-T-DSGA光譜分析模型[J];農業(yè)機械學報;2017年04期

4 朱院院;慕巍;李廣良;王虎;劉彤;高澤東;;海面弱小目標高光譜融合技術研究[J];應用光學;2017年01期

5 穆瑞欣;;基于等高線的地形特征線提取研究[J];測繪與空間地理信息;2016年12期

6 彭強吉;薦世春;宋和平;位國建;付乾坤;馬繼春;;3MDZJ-1型電力驅動式棉花智能精準打頂機的研制[J];農機化研究;2016年12期

7 戴曉愛;賈虎軍;吳芬芳;楊曉霞;;空間數(shù)據(jù)壓縮的高光譜降維技術比較[J];遙感信息;2017年02期

8 王晶;李澄;劉朗;鄭順麗;項騰飛;楊玲;;綠色植被近紅外光譜模擬材料的設計及應用[J];光學學報;2017年02期

9 楊可明;汪國平;尤笛;劉聰;夏天;;重金屬鉛離子脅迫下玉米葉片光譜弱差信息的DSAT甄別模型[J];光譜學與光譜分析;2016年08期

10 顏遠青;劉華;;規(guī)則建筑物重建多邊形分解方法研究[J];測繪科學;2016年07期

【二級參考文獻】

相關期刊論文 前10條

1 張浚哲;朱文泉;董燕生;姜乃文;潘耀忠;;一種基于變權重組合的光譜相似性測度[J];測繪學報;2013年03期

2 孫林;鮑金河;劉一超;;高光譜圖像目標檢測算法分析[J];測繪科學;2012年01期

3 孔祥兵;舒寧;陶建斌;龔;;一種基于多特征融合的新型光譜相似性測度[J];光譜學與光譜分析;2011年08期

4 聞兵工;馮伍法;劉偉;馬一薇;;基于光譜曲線整體相似性測度的匹配分類[J];測繪科學技術學報;2009年02期

5 楊燕;靳蕃;KAMEL Mohamed;;聚類有效性評價綜述[J];計算機應用研究;2008年06期

6 虞欣;鄭肇葆;;基于對應分析的訓練樣本的選擇[J];測繪學報;2008年02期

7 鄧敏;鈕沭聯(lián);李志林;;GIS空間目標的廣義Hausdorff距離模型[J];武漢大學學報(信息科學版);2007年07期

8 徐遵義;晏磊;寧書年;劉光軍;;基于Hausdorff距離的海底地形匹配算法仿真研究[J];計算機工程;2007年09期

9 董廣軍;張永生;戴晨光;鄧雪清;;基于信息散度特征的高光譜影像識別技術[J];儀器儀表學報;2006年S3期

10 劉寶生;閆莉萍;周東華;;幾種經(jīng)典相似性度量的比較研究[J];計算機應用研究;2006年11期

【相似文獻】

相關博士學位論文 前1條

1 王超俊;基于全光譜k分布模型的輻射換熱計算方法[D];北京交通大學;2016年

，

本文編號：2103878