基于稀疏性約束的高光譜圖像處理方法研究.pdf

1、隨著傳感器技術(shù)的發(fā)展，光譜成像技術(shù)得到了空前的發(fā)展。高光譜遙感除了獲取圖像的空間信息外，還可以得到精細的光譜信息，在軍事偵察和國民經(jīng)濟等各個領(lǐng)域的應(yīng)用越來越廣泛。但是，隨著高光譜圖像的分辨率不斷提高，成像光譜儀獲取的圖像數(shù)據(jù)已經(jīng)遠遠超出了數(shù)據(jù)傳輸和處理能力?；谛盘栂∈栊约s束的處理方法近年來廣泛應(yīng)用于信號處理、模式識別和計算機視覺等方面。如何有效的利用光譜圖像的稀疏性，已經(jīng)成為遙感信息處理領(lǐng)域重要的研究方向之一。
　　針對高光譜圖

2、像數(shù)據(jù)處理難題，本文主要分析了高光譜圖像的稀疏性，在此基礎(chǔ)上研究了基于稀疏性約束的高光譜圖像分類和目標檢測，主要工作如下：
　　首先，論文分析與驗證了高光譜圖像的稀疏性。分析高光譜圖像數(shù)據(jù)的典型特性，并利用無監(jiān)督的學(xué)習方法構(gòu)建字典對高光譜圖像數(shù)據(jù)進行稀疏分解，將圖像中實際包含的物理材料的光譜曲線與字典原子進行比對，證明學(xué)習的字典原子可以很好地與材料的光譜曲線擬合，驗證了高光譜圖像的稀疏性。
　　其次，論文提出了基于稀疏嵌入的

3、高光譜圖像分類方法。針對高光譜圖像的高維特性，利用稀疏嵌入的方法對高光譜圖像進行特征提取，通過保持類內(nèi)緊湊性的條件下進行類內(nèi)稀疏重建，同時最大限度地增大類間距離，以增強高光譜數(shù)據(jù)在特征空間投影的離散度。通過對真實數(shù)據(jù)進行測試表明，本文方法在分類時間和分類精度上比起其它方法都有一定的提高。
　　最后，論文研究了高光譜圖像異常檢測問題，提出了一種基于金字塔空-譜協(xié)同編碼的高光譜圖像異常檢測方法。首先在優(yōu)化樣本-特征分布的行稀疏性、列稀