資源描述：
《基于稀疏理論的遙感圖像分類(lèi)方法研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、學(xué)校代碼：10385分類(lèi)號(hào)：研究生學(xué)號(hào)：1511314021密級(jí)：基于稀疏理論的遙感圖像分類(lèi)方法研究ResearchonRemoteSensingImageClassificationBasedonSparseTheory作者姓名：歐陽(yáng)怡指導(dǎo)教師：駱炎民副教授合作教師：學(xué)科：計(jì)算機(jī)應(yīng)用技術(shù)研究方向：模式識(shí)別與圖像處理所在學(xué)院：計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院論文提交日期：二〇一八年五月三十日摘要摘要隨著遙感技術(shù)的發(fā)展，遙感圖像的光譜分辨率、時(shí)間分辨率和空間分辨率都在逐步提高，人們可以從遙感圖像中獲得更多的有用信息。目前，遙感技術(shù)已經(jīng)廣泛應(yīng)用于軍事、環(huán)境監(jiān)測(cè)、農(nóng)業(yè)等各個(gè)
2、領(lǐng)域。近年來(lái)，稀疏理論作為圖像處理領(lǐng)域的一個(gè)研究熱點(diǎn)，已經(jīng)應(yīng)用于遙感圖像中。本文在研究稀疏理論的基礎(chǔ)上，對(duì)多光譜和高光譜兩種遙感圖像進(jìn)行研究，以提高紅樹(shù)林遙感圖像分類(lèi)為研究目的，其主要研究?jī)?nèi)容如下：（1）針對(duì)多光譜遙感圖像，提出一種基于加權(quán)鄰域平滑稀疏表示的遙感圖像分類(lèi)算法。首先針對(duì)紅樹(shù)林遙感圖像的特殊性質(zhì)，融合光譜特征以外的地理、紋理等多種特征；然后利用K-奇異值分解（K-SVD）算法訓(xùn)練樣本數(shù)據(jù)構(gòu)成過(guò)完備字典，以像元的曼哈頓距離的平均值表示像元間的相似性，通過(guò)加權(quán)函數(shù)對(duì)不同的相鄰像元分配不同的權(quán)重；最后通過(guò)正交匹配追蹤算法（OMP）求解稀疏系數(shù)，根據(jù)重
3、構(gòu)殘差判斷像元所屬類(lèi)別。通過(guò)在漳江口紅樹(shù)林自然保護(hù)區(qū)TM多光譜遙感圖像數(shù)據(jù)集上展示了算法的有效性。（2）針對(duì)高光譜遙感圖像，提出一種基于監(jiān)督稀疏嵌入保持投影的高光譜降維算法。由于高光譜波段數(shù)目多，計(jì)算量大的問(wèn)題，降維是高光譜圖像重要的研究熱點(diǎn)。傳統(tǒng)的稀疏保持投影（SPP）是一種無(wú)監(jiān)督降維算法，在其基礎(chǔ)上，考慮到樣本的流形結(jié)構(gòu)信息，利用標(biāo)簽信息構(gòu)建權(quán)重矩陣，突出標(biāo)記樣本內(nèi)在的局部流行的作用。并且在SPP目標(biāo)函數(shù)基礎(chǔ)上考慮同類(lèi)樣本間距，即同時(shí)讓目標(biāo)函數(shù)的重構(gòu)殘差和同類(lèi)樣本間距達(dá)到最小。通過(guò)在高光譜公共數(shù)據(jù)集IndianPines和漳江口紅樹(shù)林自然保護(hù)區(qū)HJ1A
4、-HSI上證明了算法的有效性?；谙∈枥碚摰倪b感圖像分類(lèi)研究具有良好的前景和發(fā)展，并且本文將其應(yīng)用到紅樹(shù)林濕地遙感圖像中，針對(duì)不同的遙感圖像，提出不同的決策方法，對(duì)濕地保護(hù)監(jiān)測(cè)分類(lèi)具有重大的理論和實(shí)際價(jià)值。關(guān)鍵詞：遙感圖像稀疏表示紅樹(shù)林稀疏保持投影I華僑大學(xué)碩士學(xué)位論文AbstractWiththedevelopmentofremotesensingtechnology,thespectralresolution,temporalresolutionandspatialresolutionofremotesensingimagesaregraduallyi
5、mproving.Peoplecanobtainmoreusefulinformationfromremotesensingimage.Atpresent,remotesensingtechnologyhasbeenwidelyusedinmilitary,environmentalmonitoring,agricultureandotherfields.Inrecentyears,sparsetheoryhasbeenappliedinremotesensingimagesasaresearchhotspotinimageprocessing.Based
6、ontheresearchofsparsetheory,thispaperstudiestwokindsofremotesensingimagesaboutmulti-spectralandhyperspectral,inordertoimprovetheclassificationofmangroveremotesensingimages.Themaincontentsareasfollows:(1)Formulti-spectralremotesensingimages,aremotesensingimageclassificationalgorith
7、mbasedonweightedneighboringsmoothingsparserepresentationisproposed.Firstly,aimingatthespecialnatureofmangroveremotesensingimagery,itfusesmanyfeaturessuchasgeographyandtextureexceptthespectralfeatures.ThenK-singularvaluedecomposition(K-SVD)algorithmisusedtotrainthesampledatatoforma
8、nover-completedictionary,theManha
