高光譜影像分類研究

《高光譜影像分類研究》由會員上傳分享，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。

1、畢業(yè)設(shè)計(jì)（論文）過程管理材料題目高光譜影像分類方法研究學(xué)生姓名劉本強(qiáng)系部名稱測繪工程學(xué)院專業(yè)班級遙感科學(xué)與技術(shù)11-1班指導(dǎo)教師劉丹丹職稱副教授教研室主樓610起止時間2015年3月～6月教務(wù)處制SY-025-BY-1畢業(yè)設(shè)計(jì)（論文）題目審定表指導(dǎo)教師姓名劉丹丹職稱副教授從事專業(yè)遙感技術(shù)與應(yīng)用是否外聘□是□否題目名稱高光譜影像分類方法研究課題適用專業(yè)地理信息系統(tǒng)、測繪工程課題類型Z課題簡介：（主要內(nèi)容、意義、現(xiàn)有條件、預(yù)期成果及表現(xiàn)形式。）主要內(nèi)容：在研究高光影像的數(shù)據(jù)特征的基礎(chǔ)上，對高光譜影像的分類方法進(jìn)行分析，并以黑龍江省肇東市某區(qū)域?yàn)槔\(yùn)用高光譜影像，對研究區(qū)域采用目視解譯

2、、非監(jiān)督分類、監(jiān)督分類等方法進(jìn)行鹽堿地信息提取。研究意義：高光譜影像被廣泛應(yīng)用于國民經(jīng)濟(jì)建設(shè)的各個領(lǐng)域中，運(yùn)用高光譜影像提取信息，可探索其實(shí)用性，并為學(xué)生在今后的學(xué)習(xí)和工作打下基礎(chǔ)?，F(xiàn)有條件：ENVI軟件、高光譜數(shù)據(jù)預(yù)期成果及表現(xiàn)形式：畢業(yè)論文一份指導(dǎo)教師簽字：年月日教研室意見1選題與專業(yè)培養(yǎng)目標(biāo)的符合度□好□較好□一般□較差2對學(xué)生能力培養(yǎng)及全面訓(xùn)練的程度□好□較好□一般□較差3選題與生產(chǎn)、科研、實(shí)驗(yàn)室建設(shè)等實(shí)際的結(jié)合程度□好□較好□一般□較差4論文選題的理論意義或?qū)嶋H價值□好□較好□一般□較差5課題預(yù)計(jì)工作量□較大□適中□較小6課題預(yù)計(jì)難易程度□較難□一般□較易教研室主任簽字：

3、年月日系（部）教學(xué)指導(dǎo)委員會意見：負(fù)責(zé)人簽字：年月日注：課題類型填寫W.科研項(xiàng)目；X.生產(chǎn)（社會）實(shí)際；Y.實(shí)驗(yàn)室建設(shè)；Z.其它。畢業(yè)設(shè)計(jì)（論文）任務(wù)書學(xué)生姓名系部測繪工程專業(yè)、班級指導(dǎo)教師姓名劉丹丹職稱副教授從事專業(yè)遙感技術(shù)與應(yīng)用是否外聘□是□否題目名稱一、課題研究現(xiàn)狀、選題目的和意義選題目的：選題意義：二、設(shè)計(jì)（論文）內(nèi)容、技術(shù)要求（研究方法）研究內(nèi)容：研究方法：三、設(shè)計(jì)（論文）完成后應(yīng)提交的成果畢業(yè)論文一份四、設(shè)計(jì)（論文）進(jìn)度安排1、收集資料3月29日至4月8日2、撰寫開題報(bào)告、方法學(xué)習(xí)4月9日至4月16日3、軟件使用學(xué)習(xí)4月17日至6月1日4、撰寫論文及準(zhǔn)備答辯6月2日至6

4、月22日五、參考文獻(xiàn)六、備注指導(dǎo)教師簽字：年月日教研室主任簽字：年月日SY-025-BY-3畢業(yè)設(shè)計(jì)（論文）開題報(bào)告學(xué)生姓名劉本強(qiáng)系部測繪工程學(xué)院專業(yè)、班級遙感科學(xué)與技術(shù)11—1指導(dǎo)教師姓名劉丹丹職稱副教授從事專業(yè)遙感技術(shù)與應(yīng)用是否外聘□是□否題目名稱高光譜圖像分類方法的研究一、課題研究現(xiàn)狀、選題目的和意義課題研究現(xiàn)狀：在目前的遙感分類研究中，用的較多的是傳統(tǒng)的模式識別分類方法，諸如最小距離法、平行六面體法、最大似然法、等混合距離法（ISOMIX）/循環(huán)集群法（ISODATA）等監(jiān)督非監(jiān)督分類法。其分類結(jié)果由于遙感影像本身的空間分辨率以及“同物異譜”、“異物同譜”現(xiàn)象的存在，而往往

5、出現(xiàn)較多的錯分、漏分情況，導(dǎo)致分類精度不高。目前遙感圖像分類方法繁多而且種類雜亂，從不同的角度有不同的分類方法，最常見的監(jiān)督和非監(jiān)督分類是根據(jù)是否需要分類人員事先提供已知類別及其訓(xùn)練樣本對計(jì)算機(jī)分類器進(jìn)行訓(xùn)練和監(jiān)督來劃分。參數(shù)分類和非參數(shù)分類是根據(jù)是否需要假定類的概率分布函數(shù)并估計(jì)其分布函數(shù)來劃分。而硬分類是根據(jù)一個像元被分到一個類還是多個類來劃分。此外，國內(nèi)外還出現(xiàn)了很多分類方法有人工神經(jīng)網(wǎng)絡(luò)分類法、模糊分類法、支撐向量機(jī)分類法、決策樹分類法以及亞像元分類法。每種分類方法都有其自身的特點(diǎn)，但也不可避免的有一些缺陷。選題目的和意義：高光譜遙感數(shù)據(jù)的每一個像元可以提供幾乎連續(xù)的地物光

6、譜曲線，數(shù)據(jù)量大，數(shù)據(jù)信息非常豐富，使我們利用高光譜反演陸地細(xì)節(jié)成為可能。高光譜遙感具有不同于傳統(tǒng)遙感的一些新的特點(diǎn)，主要表現(xiàn)在：（1）波段多——幾十、上百甚至數(shù)千個波段；（2）光譜范圍窄——波段范圍一般小于10nm；（3）波段連續(xù)——在太陽光譜范圍內(nèi)提供幾乎連續(xù)的地物光譜；（4）數(shù)據(jù)量大——隨著波段的增加，數(shù)據(jù)量成指數(shù)增加；（5）信息冗余增加——高光譜數(shù)據(jù)的波段相關(guān)程度高，冗余信息也相對增加。因此，基于以上特點(diǎn)，高光譜圖像處理，如圖像分類等技術(shù)面臨挑戰(zhàn)。高光譜遙感圖像的一個較為突出的特點(diǎn)是比多光譜遙感圖像的光譜分辨率高，這使得很多利用多光譜數(shù)據(jù)無法解決的問題，在高光譜領(lǐng)域得以解決

7、。例如，很多地面物質(zhì)都具有確定其類別的診斷性光譜特征，這些特征只有高光譜遙感獲得的窄而連續(xù)的光譜曲線才能判斷，而在多光譜遙感的波段寬度范圍內(nèi)無法識別。此外，多光譜圖像只能區(qū)分但無法識別不同的目標(biāo)地物，但是高光譜圖像可以“定性”的測量地物，這對于我們利用遙感圖像開展地物理化特性的深層探索具有重要研究價值和意義。然而，高光譜圖像具有高光譜分辨率特性的同時，造成其較大的數(shù)據(jù)量和較高的數(shù)據(jù)維數(shù)。在將高光譜數(shù)據(jù)應(yīng)用于各領(lǐng)域之前，必須進(jìn)行必要的數(shù)據(jù)處理。常用的數(shù)據(jù)處理技術(shù)方法包括