基于多尺度局部二值模式的高光譜圖像分類算法研究

《基于多尺度局部二值模式的高光譜圖像分類算法研究》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、分類號(hào)ＴＰ７５１．２學(xué)號(hào)１３２０５０４２２密級(jí)禹告又為舞Ｘ＇ｉａｎＳｈｉｕＵｎｉｖｅｒｓｉｔｙｏｙ全曰制專業(yè)學(xué)位碩±學(xué)位論文馨題目基于多尺度局部二值模式的高光譜圖像分類算法研究瑞香作者姓名劉曾平教授導(dǎo)師姓名、職稱計(jì)算機(jī)技術(shù)學(xué)科（專業(yè)領(lǐng)域）名稱２０１６年６川２日提交論文日期Ｉ學(xué)位論文創(chuàng)新性聲明本人聲明所呈交的學(xué)位論丈是我個(gè)人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。盡我所知，除了文中特別加示注和致謝中所羅列的內(nèi)容＾外，論文中不包含其他！人己經(jīng)發(fā)表或撰寫過(guò)的研究成果；也不包含

2、為獲得西安石油大學(xué)或其它教育機(jī)構(gòu)的學(xué)位或證書而使用過(guò)的材料一同工作的同志對(duì)本研究所做的任何貢獻(xiàn)均己在論文中做。與我了明確的說(shuō)明并表示了謝意。申請(qǐng)學(xué)位論文與資料若有不實(shí)么處一，本人承擔(dān)切相關(guān)責(zé)任。■＾－論文作者簽名：叫嗎轟日期；＞／／）Ｍ學(xué)位論文使用授枚的說(shuō)明本人完全了解西安石油大學(xué)有關(guān)保留和使用學(xué)位論文的規(guī)定，目Ｐ：研究生在校攻讀學(xué)位期間論文工作的知識(shí)產(chǎn)巧單位屬西安石油大學(xué)。學(xué)校享有任何方法發(fā)表、復(fù)制、公開闊覽、借閱站及申請(qǐng)專利等權(quán)利。本人離校后發(fā)表或使用學(xué)位論文或與該論文直接相關(guān)的學(xué)術(shù)論文或成果時(shí)，署名單位仍然為西安石淚大學(xué)。論

3、文作者簽名：表日期：為？導(dǎo)ｙ巧簽名：日期；心６＇舉？注；如本論文涉密，請(qǐng)?jiān)谑褂檬跈?quán)的說(shuō)明中指出（含解密年限等）。中文摘要論文題目：基于多尺度局部二值模式的高光譜圖像分類算法研究專業(yè)：計(jì)算機(jī)技術(shù)碩士生：（簽名）導(dǎo)師：（簽名）摘要隨著探測(cè)器技術(shù)的發(fā)展，高光譜成像的空間分辨率和光譜分辨率都有了顯著的提高，在光譜域表現(xiàn)為特征光譜是連續(xù)光譜，可進(jìn)行定量化研究。在空間域表現(xiàn)為相同類別的地物呈現(xiàn)聚類特性，即相鄰的地物屬于同一類別的概率較大。這一點(diǎn)在高光譜遙感影像處理中已經(jīng)得到驗(yàn)證。高光譜影像包含豐富的空間信息和光譜信息，為高光譜遙感信息提取技術(shù)的發(fā)展與應(yīng)用帶來(lái)了機(jī)遇。本文

4、從高光譜遙感影像的空間特征出發(fā)，引入多尺度LBP算子提取高光譜影像的空間紋理特征，對(duì)特選波段或者特征波段進(jìn)行多尺度LBP特征提取，采用復(fù)合核多元邏輯回歸分類器進(jìn)行分類。選用AVIRIS高光譜遙感和ROSIS高光譜影像作為實(shí)驗(yàn)數(shù)據(jù)，分別采用LBP算子和多尺度LBP算子提取高光譜影像空間紋理特征，比較分類精度。實(shí)驗(yàn)表明，多尺度LBP算子提取的空間紋理特性可以獲得不同尺度下的空間紋理特征，其分類精度明顯提高。本文從光譜矢量觀點(diǎn)出發(fā)，將每個(gè)空間像素的光譜曲線看作是基于該空間位置的一維矢量，將多尺度LBP算子紋理特征提取擴(kuò)展為矢量運(yùn)算，提出了基于光譜向量多尺度局部二值模式的空間紋理特

5、征提取。該算法不需要對(duì)高光譜影像進(jìn)行波段選擇或者特征波段提取，將全部光譜特征應(yīng)用于空間紋理特征提取中，經(jīng)試驗(yàn)分析，能夠明顯提高高光譜分類精度。關(guān)鍵詞：高光譜影像，圖像分類，多尺度LBP，空譜聯(lián)合，復(fù)合核多元邏輯回歸論文類型：應(yīng)用研究（本文得到國(guó)家自然科學(xué)基金項(xiàng)目（41301480）的資助）II英文摘要Subject:ResearchonHyperspectralImageClassificationAlgorithmbasedonMulti-scaleLocalBinaryPatternSpeciality:ComputertechnologyName:(signature

6、)Instructor:(signature)ABSTRACTWiththedevelopmentofthedetectortechnology，thespatialresolutionandspectralresolutionofhyperspectralimagehavebeenimprovedgreatly.Inthespectraldomainitshowsthatcharacteristicspectrumiscontinuousspectrumwhichcanberesearchedquantitatively.Thehigherspatialresolutio

7、ncausestheclusteringphenomenon,whichmeansthatthegroundtruthofsameclassaremorelikelyincontinuousregion,hasbeenverifiedinhyperspectralremotesensingimageprocessing.Hyperspectralimagescontainabundantspatialinformation,radiationinformationandspectralinformation,whi