隨著遙感技術(shù)的發(fā)展和廣泛應(yīng)用,高光譜圖像被嘗試應(yīng)用于地物分類及植被生態(tài)監(jiān)測(cè)等領(lǐng)域中。盡管目前很多經(jīng)典的遙感數(shù)據(jù)處理方法已應(yīng)用于高光譜圖像處理與分析中,然而對(duì)于地物變化的分類任務(wù)中,植被分類與參量反演還很難達(dá)到分析所需的要求。因此,這就需要開發(fā)一些有別于傳統(tǒng)圖像處理的方法,實(shí)現(xiàn)高光譜圖像地物中植被的分類與參量的反演分析。由于不同地物的光譜曲線可以直接體現(xiàn)其特征,故與利用其他圖像進(jìn)行地物變化分類相比,在選擇合適的分析方法前提下,利用高光譜圖像信息能夠更細(xì)致地反映地物變化,對(duì)地物覆蓋植被類型的遙感監(jiān)測(cè)精細(xì)分析具有重要意義。論文在對(duì)高光譜圖像特性分析的基礎(chǔ)上,分別從光譜關(guān)鍵信息提取、遷移特征融合分類和植被生化參量反演的變化檢測(cè)三方面,對(duì)高光譜圖像地物中植被遙感生態(tài)監(jiān)測(cè)進(jìn)行分析,從而實(shí)現(xiàn)高光譜植被區(qū)域的分類與生長(zhǎng)狀態(tài)的變化檢測(cè)。首先,針對(duì)高光譜高數(shù)據(jù)維與最大程度利用光譜信息的問題,研究了基于局部Fisher判別的特征選擇算法。該算法考慮了真實(shí)高光譜數(shù)據(jù)在原始特征空間的多模態(tài)分布結(jié)構(gòu),選擇一組優(yōu)化的特征子集,以保留同類樣本的局部鄰域結(jié)構(gòu)。本文基于Fisher判別的特征選擇算法,提出了一種新的基于光... 

【文章來源】：哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校

【文章頁(yè)數(shù)】：135 頁(yè)

【學(xué)位級(jí)別】：博士

【部分圖文】：

高光譜數(shù)據(jù)立方體示意圖

表示該像素的概率。由式（2-1）看出，圖像像素值分布越有序熵值越小，反之則熵越大，因此可以采用高光譜圖像的信息熵來衡量高光譜圖像的數(shù)據(jù)量。雖然高光譜圖像在不同波段的成像地物位于相同區(qū)域，但由于相同區(qū)域的地物對(duì)不同波段的電磁波表現(xiàn)出不同的吸收率和反射率，從而導(dǎo)致不同波段對(duì)應(yīng)圖像信息量不同。a) 印第安納a) Indianab) 圣地亞哥b) Sandiego

球體體積比值隨維數(shù)的變化關(guān)系

【參考文獻(xiàn)】：
期刊論文
[1]空間約束半監(jiān)督高斯過程下的高光譜圖像分類[J]. 姚伏天,錢沄濤,李吉明.  浙江大學(xué)學(xué)報(bào)(工學(xué)版). 2012(07)
[2]基于圖知識(shí)遷移的蟻群算法參數(shù)選擇[J]. 王雪松,潘杰,程玉虎.  控制與決策. 2011(12)
[3]基于聚類核函數(shù)的最小二乘支持向量機(jī)高光譜圖像半監(jiān)督分類[J]. 高恒振,萬建偉,許可,錢林杰.  信號(hào)處理. 2011(02)
[4]高光譜遙感技術(shù)的發(fā)展與應(yīng)用現(xiàn)狀[J]. 楊國(guó)鵬,余旭初,馮伍法,劉偉,陳偉.  測(cè)繪通報(bào). 2008(10)
[5]基于獨(dú)立成分分析的高光譜圖像數(shù)據(jù)降維及壓縮[J]. 馮燕,何明一,宋江紅,魏江.  電子與信息學(xué)報(bào). 2007(12)
[6]基于離散小波變換的高光譜特征提取中分解尺度的確定方法[J]. 李軍,李培軍,郭建聰.  自然科學(xué)進(jìn)展. 2007(11)
[7]高光譜遙感光譜相似性度量算法與若干新方法研究[J]. 杜培軍,唐宏,方濤.  武漢大學(xué)學(xué)報(bào)(信息科學(xué)版). 2006(02)

博士論文
[1]遷移學(xué)習(xí)在文本分類中的應(yīng)用研究[D]. 孟佳娜.大連理工大學(xué) 2011
[2]基于機(jī)器學(xué)習(xí)方法的高光譜影像分類研究[D]. 楊國(guó)鵬.解放軍信息工程大學(xué) 2010

碩士論文
[1]基于專家委員會(huì)的主動(dòng)學(xué)習(xí)算法研究[D]. 梁延峰.中國(guó)海洋大學(xué) 2010



本文編號(hào)：3352023