本文關鍵詞：基于多模式觀測的高光譜波段選擇及其應用探究

  更多相關文章： 高光譜遙感 Hughes現(xiàn)象 波段選擇 蟻群優(yōu)化算法 傳感器 智能觀測

【摘要】：與傳統(tǒng)的多光譜遙感技術相比,高光譜遙感能夠獲得連續(xù)窄波段的豐富信息,大大增強了地物精細識別和分類能力。但由于高光譜數(shù)據(jù)波段數(shù)目多,存在較大的波段冗余,導致分類精度隨著特征維數(shù)增加而快速飽和或先增后降的Hughes現(xiàn)象,即出現(xiàn)了維數(shù)災難現(xiàn)象。一方面,針對高光譜的這一問題,在保存高光譜數(shù)據(jù)的原有信息的同時,減少數(shù)據(jù)量、降低數(shù)據(jù)維數(shù)是非常有必要的。探究一種強大的波段優(yōu)選算法是本文研究的一個重大問題。另一方面,現(xiàn)有衛(wèi)星載荷研制發(fā)射后其光譜和空間觀測模式固定,無法根據(jù)復雜地表的多樣化需求進行模式優(yōu)化和調整,且目前遙感器波段設置尚不完善還存在優(yōu)化空間。本文應用對不同地區(qū)不同地物類型的高光譜數(shù)據(jù)進行波段優(yōu)選,通過優(yōu)選波段組合的波譜分析,提出優(yōu)化對地觀測衛(wèi)星傳感器的波段設置方案。使得衛(wèi)星傳感器的觀測模式向著以應用為導向,實時靈活變化的模式轉變,可以使得如今對地觀測“給什么要什么”的模式向“要什么給什么”的模式轉變,從而提高遙感成像效率和數(shù)據(jù)利用效率。論文主要內容與成果如下:首先,文中調研分析了現(xiàn)有幾種傳統(tǒng)高光譜波段優(yōu)選方法,包括組合波段的協(xié)方差矩陣行列式法、熵及聯(lián)合熵法、OIF最佳指數(shù)法等,發(fā)現(xiàn)傳統(tǒng)的優(yōu)選方法存在問題,一個是程序實現(xiàn),一個是方法本身的局限性,緊接著提出了一種傳統(tǒng)方法的改進方法-基于子空間劃分的改進方法。應用該改進算法對高光譜進行波段優(yōu)選,從運行速度以及優(yōu)選結果兩個方面都得到很大提高,從而證明該算法為一種優(yōu)秀的改進算法。其次,論文引入蟻群優(yōu)化算法(Ant colony optimization,ACO),利用該先進的算法對CASI+SASI高光譜數(shù)據(jù)開展波段優(yōu)選的深入研究,同時引入子空間劃分的組合波段協(xié)方差矩陣行列式法進行同一區(qū)域的優(yōu)選研究,并且評價利用兩種算法得到優(yōu)選波段組合進行分類得到的結果,得出蟻群優(yōu)化算法對于高光譜數(shù)據(jù)的波段選擇更加具有優(yōu)勢,優(yōu)選的波段組合能夠充分表達數(shù)據(jù)的大部分信息,并且分類精度提高,充分表明蟻群優(yōu)化算法在處理高光譜數(shù)據(jù)方面的優(yōu)勢。第三,利用蟻群優(yōu)化算法,開展了不同地表類型的最優(yōu)波段組合研究,發(fā)現(xiàn)每種地表類型的最優(yōu)波段組合都存在一定差異,針對每種地表類型的觀測都有特有的波段組合設置方案,此研究結果為智能觀測的波段優(yōu)化提供了重要的先驗知識支持。最后,開展了典型多光譜衛(wèi)星載荷波段設置優(yōu)化研究,結果表明一些邊緣波段,如紅邊波段、深藍波段等對于對地觀測具有重要作用,在對地觀測傳感器上應該增加這些譜段設置。并且得到典型多光譜衛(wèi)星載荷波段設置優(yōu)化方案,通過優(yōu)化方案評價現(xiàn)有衛(wèi)星傳感器,如TM、OLI、SPOT等陸地資源遙感器,結果表明固定的傳感器模式對于廣泛的觀測對象具有一定的局限性,現(xiàn)有傳感器的波段設置還需要進一步優(yōu)化調整。
【關鍵詞】：高光譜遙感 Hughes現(xiàn)象 波段選擇 蟻群優(yōu)化算法 傳感器 智能觀測
【學位授予單位】：西安科技大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：P237
【目錄】：

• 摘要3-5
• Abstract5-9
• 1 緒論9-14
• 1.1 研究背景9-11
• 1.1.1 高光譜數(shù)據(jù)特性9
• 1.1.2 高光譜數(shù)據(jù)分類的Hughes現(xiàn)象9-10
• 1.1.3 現(xiàn)有傳感器的狀況及發(fā)展10-11
• 1.2 國內外高光譜波段選擇研究現(xiàn)狀綜述11
• 1.3 研究目的及意義11-12
• 1.4 論文的組織12-14
• 2 實驗區(qū)域與數(shù)據(jù)獲取14-19
• 2.1 CASI、SASI高光譜數(shù)據(jù)14-16
• 2.2 AVIRIS高光譜數(shù)據(jù)16-19
• 3 高光譜遙感數(shù)據(jù)最佳波段選擇算法19-25
• 3.1 熵與聯(lián)合熵19
• 3.2 最佳指數(shù)（OIF）19
• 3.3 組合波段的協(xié)方差矩陣行列式19-20
• 3.4 改進的基于子空間劃分的協(xié)方差矩陣行列式法20-22
• 3.5 ACO-MEAC蟻群優(yōu)化算法22-25
• 4 波段優(yōu)選算法比較與驗證25-37
• 4.1 基于子空間劃分的協(xié)方差矩陣行列式法的優(yōu)選組合分類25-30
• 4.2 基于蟻群優(yōu)化算法的優(yōu)選組合分類30-33
• 4.3 兩種改進算法分類結果對比分析33-37
• 5 基于ACO-MEAC算法的波段組合優(yōu)化研究37-50
• 5.1 不同地表類型觀測的最優(yōu)波段組合設置分析37-43
• 5.1.1 森林區(qū)域37-38
• 5.1.2 農田區(qū)域38
• 5.1.3 近海水域38-39
• 5.1.4 植被稀疏區(qū)域39-40
• 5.1.5 城市區(qū)域40-43
• 5.2 衛(wèi)星載荷的最優(yōu)波段組合分析43-46
• 5.3 現(xiàn)有傳感器波段組合設置分析46-48
• 5.4 優(yōu)選的組合對于現(xiàn)有對地觀測傳感器設置的指導意義48-50
• 6 結論與展望50-52
• 6.1 論文總結50-51
• 6.2 主要創(chuàng)新與特色51
• 6.3 研究展望51-52
• 致謝52-53
• 參考文獻53-56
• 攻讀碩士期間的成果56

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 李行;毛定山;張連蓬;;高光譜遙感影像波段選擇算法評價方法研究[J];地理與地理信息科學;2006年06期

2 周楊;厲小潤;趙遼英;;改進的高光譜圖像線性預測波段選擇算法[J];光學學報;2013年08期

3 溫健婷;張霞;張兵;趙冬;;土壤鉛含量高光譜遙感反演中波段選擇方法研究[J];地球科學進展;2010年06期

4 蘇紅軍;盛業(yè)華;;基于正交投影散度的高光譜遙感波段選擇算法[J];光譜學與光譜分析;2011年05期

5 韓瑞梅;楊敏華;;一種改進的高光譜遙感數(shù)據(jù)波段選擇方法的研究[J];測繪與空間地理信息;2010年03期

6 王福民;黃敬峰;徐俊鋒;王秀珍;;基于光譜波段自相關的水稻信息提取波段選擇[J];光譜學與光譜分析;2008年05期

7 趙春暉;陳萬海;楊雷;;高光譜遙感圖像最優(yōu)波段選擇方法的研究進展與分析[J];黑龍江大學自然科學學報;2007年05期

8 楊金紅;尹球;周寧;;一種改進的高光譜數(shù)據(jù)自適應波段選擇方法[J];遙感技術與應用;2007年04期

9 馬維維;張連蓬;馬向華;陳士城;郭洋洋;;植物葉片生化組分遙感反演的波段選擇[J];測繪科學技術學報;2011年03期

10 劉雪松;葛亮;王斌;張立明;;基于最大信息量的高光譜遙感圖像無監(jiān)督波段選擇方法[J];紅外與毫米波學報;2012年02期

中國重要會議論文全文數(shù)據(jù)庫 前4條

1 王藝婷;黃世奇;劉代志;陳聰;;基于統(tǒng)計排序的高光譜波段選擇方法[A];國家安全地球物理叢書（八）——遙感地球物理與國家安全[C];2012年

2 王藝婷;黃世奇;劉代志;;高光譜遙感圖像波段選擇現(xiàn)狀研究[A];國家安全地球物理叢書（七）——地球物理與核探測[C];2011年

3 張霞;溫健婷;黃長平;李慶亭;;土壤鉛含量高光譜遙感反演中波段選擇方法研究[A];第八屆成像光譜技術與應用研討會暨交叉學科論壇文集[C];2010年

4 林君琴;劉允良;吳至善;;巖石波譜多光譜遙感波段選擇研究[A];1994年中國地球物理學會第十屆學術年會論文集[C];1994年

中國重要報紙全文數(shù)據(jù)庫 前2條

1 陜西 瞿貴榮 張鳳娥;SS-40汽車音響波段控制電路及檢修[N];電子報;2010年

2 陜西 瞿貴榮 張鳳娥;德生R-9700收音機電子波段轉換電路及檢修[N];電子報;2008年

中國博士學位論文全文數(shù)據(jù)庫 前2條

1 董玉翠;特定背景下點目標探測最優(yōu)波段選擇方法的研究[D];中國科學院研究生院(上海技術物理研究所);2015年

2 夏威;高光譜遙感圖像的解混和波段選擇方法研究[D];復旦大學;2013年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 張路;基于多模式觀測的高光譜波段選擇及其應用探究[D];西安科技大學;2015年

2 孫肖;基于空間統(tǒng)計學的高光譜降維后波段選擇方法研究[D];中國地質大學(北京);2016年

3 張倩;改進的自適應波段選擇算法研究及應用[D];大連海事大學;2012年

4 周楊;高光譜遙感圖像波段選擇算法研究[D];浙江大學;2014年

5 楊三美;基于克隆選擇算法的高光譜圖像波段選擇[D];華中科技大學;2011年

6 魏芳潔;高光譜圖像波段選擇方法的研究[D];哈爾濱工程大學;2013年

7 夏冰;高光譜影像非監(jiān)督波段選擇技術研究[D];蘇州大學;2015年

8 呂智強;高光譜數(shù)據(jù)半監(jiān)督波段選擇研究[D];上海大學;2013年

9 鐔永強;基于多目標優(yōu)化的高光譜圖像無監(jiān)督波段選擇[D];西安電子科技大學;2014年

10 鄭俊鵬;高光譜圖像波段選擇及CUDA并行實現(xiàn)研究[D];杭州電子科技大學;2015年

，

本文編號：1047121