在眾多的高光譜圖像研究領(lǐng)域當(dāng)中,高光譜圖像分類(lèi)（Hyperspectral Image Classification）是其中的一個(gè)相對(duì)比較重要的研究學(xué)科。高光譜圖像分類(lèi)的主要目的是對(duì)某一高光譜圖像中感興趣的地物類(lèi)別進(jìn)行準(zhǔn)確且高效的劃分。隨著當(dāng)前遙感技術(shù)的進(jìn)步,高光譜圖像分類(lèi)在現(xiàn)實(shí)的技術(shù)生產(chǎn)生活中得到了廣泛的應(yīng)用。例如我們通常所熟知的土地資源調(diào)查、自然災(zāi)害的探查以及醫(yī)療衛(wèi)生領(lǐng)域等。這一廣泛應(yīng)用的基礎(chǔ)是人類(lèi)能夠更加容易的獲取到光譜分辨率達(dá)到納米級(jí)別的高光譜圖像。當(dāng)然,隨著遙感技術(shù)和光譜分辨率的進(jìn)一步提高,人類(lèi)對(duì)與實(shí)際應(yīng)用場(chǎng)景下的特定地物類(lèi)別的分類(lèi)要求也變得越來(lái)越高。但是由于高光譜圖像自身存在的一些缺點(diǎn),例如豐富的光譜信息造成的數(shù)據(jù)樣本高維度以及獲取的大量數(shù)據(jù)樣本并沒(méi)有得到很好的數(shù)據(jù)標(biāo)定造成可用標(biāo)記樣本有限等問(wèn)題,使得目前在該領(lǐng)域的地物分類(lèi)研究當(dāng)中仍舊面臨著不少挑戰(zhàn)。隨著近幾年深度學(xué)習(xí)算法的興起,越來(lái)越多的相應(yīng)算法也被在該領(lǐng)域研究使用。雖然深度學(xué)習(xí)在機(jī)器視覺(jué)領(lǐng)域取得了長(zhǎng)足的發(fā)展,但是直接應(yīng)用在高光譜圖像領(lǐng)域也還是存在一些問(wèn)題。例如,沒(méi)有足夠的訓(xùn)練樣本使得模型很容易變得過(guò)擬合,參數(shù)調(diào)參繁瑣等。... 

【文章來(lái)源】：西安電子科技大學(xué)陜西省 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：76 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
符號(hào)對(duì)照表
縮略語(yǔ)對(duì)照表
第一章 緒論
    1.1 研究的背景和意義
    1.2 高光譜圖像數(shù)據(jù)的特點(diǎn)
    1.3 高光譜圖像分類(lèi)技術(shù)
    1.4 論文主要內(nèi)容及結(jié)構(gòu)安排
第二章 基于深度度量學(xué)習(xí)的高光譜圖像分類(lèi)
    2.1 深度學(xué)習(xí)的介紹
    2.2 度量學(xué)習(xí)的介紹
        2.2.1 度量學(xué)習(xí)的定義
        2.2.2 度量學(xué)習(xí)的分類(lèi)
    2.3 基于深度度量學(xué)習(xí)的高光譜圖像分類(lèi)
    2.4 實(shí)驗(yàn)結(jié)果和分析
        2.4.1 實(shí)驗(yàn)數(shù)據(jù)介紹
        2.4.2 分類(lèi)結(jié)果分析
        2.4.3 實(shí)驗(yàn)參數(shù)分析
    2.5 本章小結(jié)
第三章 基于多尺度深度極限學(xué)習(xí)機(jī)的高光譜圖像分類(lèi)
    3.1 極限學(xué)習(xí)機(jī)
        3.1.1 單隱含層的前饋型神經(jīng)網(wǎng)絡(luò)
        3.1.2 極限學(xué)習(xí)機(jī)
    3.2 多尺度深度極限學(xué)習(xí)機(jī)的高光譜圖像分類(lèi)
        3.2.1 模型的訓(xùn)練階段
        3.2.2 模型的測(cè)試階段
    3.3 實(shí)驗(yàn)結(jié)果和分析
        3.3.1 實(shí)驗(yàn)數(shù)據(jù)說(shuō)明
        3.3.2 高光譜圖像分類(lèi)實(shí)驗(yàn)
        3.3.3 實(shí)驗(yàn)參數(shù)分析
    3.4 本章小結(jié)
第四章 基于隨機(jī)卷積的U型網(wǎng)絡(luò)的高光譜圖像分類(lèi)
    4.1 隨機(jī)投影
    4.2 基于隨機(jī)卷積的U型網(wǎng)絡(luò)的高光譜圖像分類(lèi)
    4.3 實(shí)驗(yàn)結(jié)果和分析
        4.3.1 數(shù)據(jù)集介紹
        4.3.2 實(shí)驗(yàn)結(jié)果分析
    4.4 本章小結(jié)
第五章 總結(jié)與展望
    5.1 論文的主要工作內(nèi)容總結(jié)
    5.2 接下來(lái)的工作
參考文獻(xiàn)
致謝
作者簡(jiǎn)介


【參考文獻(xiàn)】：
期刊論文
[1]環(huán)境污染監(jiān)測(cè)中的植物光譜效應(yīng)研究[J]. 遲光宇,劉新會(huì),劉素紅,楊志峰.  環(huán)境科學(xué)與技術(shù). 2005(S1)
[2]農(nóng)業(yè)高光譜遙感研究的現(xiàn)狀與發(fā)展趨勢(shì)[J]. 唐延林,黃敬峰.  遙感技術(shù)與應(yīng)用. 2001(04)

博士論文
[1]高光譜遙感影像稀疏圖嵌入分類(lèi)研究[D]. 薛朝輝.南京大學(xué) 2015
[2]基于PLS模型的農(nóng)業(yè)土壤成分高光譜遙感反演研究[D]. 張婷婷.吉林大學(xué) 2010
[3]遙感影像的高光譜特征研究[D]. 儲(chǔ)美華.山東科技大學(xué) 2007

碩士論文
[1]高光譜遙感場(chǎng)景成像模型研究[D]. 陳東來(lái).哈爾濱工業(yè)大學(xué) 2009
[2]基于高分辨率遙感影像的城市環(huán)境結(jié)構(gòu)信息提取研究[D]. 張春鵬.華東師范大學(xué) 2007



本文編號(hào)：3501272