隨著傳感器技術(shù)的發(fā)展,高(空間、光譜)分辨率遙感數(shù)據(jù)為我們提供了更詳細(xì)的空間、光譜細(xì)節(jié)信息,為精確分析地表信息創(chuàng)造條件的同時,又對現(xiàn)有的影像處理算法提出了新的挑戰(zhàn)。受成像技術(shù)的影響,傳感器在獲得更高分辨率的數(shù)據(jù)時將更容易引入噪聲,影像質(zhì)量的劣化不利于后續(xù)解譯；空間、光譜分辨率的不匹配導(dǎo)致“同物異譜”和“異物同譜”現(xiàn)象發(fā)生,單獨的光譜信息無法滿足精確解譯的需求：分辨率的提高帶來數(shù)據(jù)量和數(shù)據(jù)維度的增長,大數(shù)據(jù)、高維度對傳統(tǒng)影像解譯算法提出了更高的要求。針對遙感數(shù)據(jù)在上述數(shù)據(jù)獲取、特征提取和特征解譯三個階段存在的問題,本文在現(xiàn)有的遙感影像解譯工作的基礎(chǔ)上,結(jié)合(空間、光譜)分辨率遙感數(shù)據(jù)的自身特點,以多維度分析為主線,建立一個完整的張量遙感影像處理框架,分別實現(xiàn)張量影像降噪、張量特征提取、張量分類和變化檢測,提升信息處理分析能力。在論述具體算法之前,本文首先簡介了多維線性代數(shù)理論和張量,接著討論遙感影像的張量表達(dá)形式。隨后展開的研究內(nèi)容如下：(1)對遙感影像的噪聲問題,本文首次將張量模型引入遙感影像降噪處理中,分別研究了Tucker3張量分解和PARAFAC張量分解在影像降噪處理中的可行性。...

【文章頁數(shù)】：132 頁

【學(xué)位級別】：博士

【文章目錄】：
中文摘要
Abstract
第一章 緒論
    1.1 研究背景與意義
    1.2 國內(nèi)外研究現(xiàn)狀與問題
        1.2.1 國內(nèi)外研究現(xiàn)狀
        1.2.2 研究存在的問題
    1.3 論文的研究內(nèi)容與章節(jié)安排
        1.3.1 研究內(nèi)容
        1.3.2 章節(jié)安排
第二章 多維線性分析概述
    2.1 張量與多維線性代數(shù)
    2.2 遙感數(shù)據(jù)的張量描述
第三章 基于張量分解的遙感影像降噪
    3.1 遙感影像的影像降噪方法概述
    3.2 基于Tucker3張量分解的遙感影像降噪
        3.2.1 張量的Tucker3分解模型
        3.2.2 基于Tucker3分解的影像降噪
        3.2.3 Tucker3分解的參數(shù)選擇
    3.3 基于PARAFAC張量分解的遙感影像降噪
        3.3.1 張量的PARAFAC分解模型
        3.3.2 基于PARAFAC分解的影像降噪
        3.3.3 PARAFAC分解的參數(shù)選擇
    3.4 實驗與分析
        3.4.1 基于張量分解的遙感影像降噪對比實驗
        3.4.2 基于張量分解的遙感影像降噪?yún)?shù)分析
    3.5 本章小結(jié)
第四章 遙感影像的張量紋理提取方法
    4.1 遙感影像的特征提取方法概述
    4.2 遙感影像的張量小波特征提取
        4.2.1 張量離散小波分解(3D DWT)
        4.2.2 基于張量小波分解的特征提取
    4.3 遙感影像的張量方向金字塔特征提取
        4.3.1 二階方向金字塔濾波(SOP)
        4.3.2 基于張量方向金字塔的特征提取
    4.4 實驗與分析
        4.4.1 遙感影像的張量紋理對比實驗
        4.4.2 遙感影像的張量紋理參數(shù)分析
    4.5 本章總結(jié)
第五章 多類支持張量機
    5.1 遙感影像的分類方法概述
    5.2 多類支持張量機分類器
        5.2.1 二類支持張量機分類器
        5.2.2 多類支持張量機分類器
        5.2.3 多類支持張量機分類器用于遙感影像分類
    5.3 融合多維主成分分析的支持張量機遙感影像分類框架
        5.3.1 多維主成分分析(MPCA)維度約減算法
        5.3.2 融合多維主成分分析的STM分類模型
    5.4 實驗與分析
        5.4.1 多類支持張量機的遙感影像分類對比實驗
        5.4.2 多類支持張量機的遙感影像分類參數(shù)分析
    5.5 本章總結(jié)
第六章 基于張量小波紋理的遙感影像變化分析
    6.1 遙感影像變化檢測方法概述
    6.2 基于張量小波紋理的融合空譜變化張量分析
        6.2.1 張量小波紋理的變化張量分析
        6.2.2 加權(quán)融合空間-光譜變化信息
    6.3 實驗與分析
        6.3.1 基于張量小波紋理的空譜融合變化檢測實驗對比
        6.3.2 基于張量小波紋理的空譜融合變化檢測參數(shù)分析
    6.4 本章小結(jié)
第七章 總結(jié)與展望
    7.1 本文總結(jié)
    7.2 研究展望
參考文獻
附錄
致謝



本文編號：3919461