高光譜圖像分類與紅外成像仿真研究.pdf

1、高光譜圖像通常具有多模態(tài)類和模糊的類邊界，空間自適應(yīng)分類是遙感圖像領(lǐng)域中具有挑戰(zhàn)性的難題。由于高光譜圖像包含多種感興趣目標(biāo)，而每種目標(biāo)又包含變化的光譜信號，目標(biāo)之間光譜可分性差。因此，很難找到一種通用的模型對高光譜圖像各種地物光譜信號的變化進(jìn)行全面的建模。本文提出了基于約簡聚類凸殼的高光譜圖像主動分類、材質(zhì)分類和空間-光譜分類方法，并把研究工作集中在空間自適應(yīng)分類、典型地面目標(biāo)背景的紅外成像仿真方面。
　　本文首先對數(shù)據(jù)樣本稀少且

2、樣本質(zhì)量不高而導(dǎo)致分類模型不夠穩(wěn)定的分類問題，提出了一種基于約簡聚類凸殼的主動分類方法。約簡聚類凸殼是初始聚類凸殼的形狀不變縮放，能夠以不同尺度描繪區(qū)域形狀結(jié)構(gòu)并保持其凸性。該方法使用基于劃分的K-means方法聚類高光譜圖像，獲得空間上分隔的多個同質(zhì)性區(qū)域，從近中心和近邊界凸殼區(qū)域分別抽取富于代表性和信息性的數(shù)據(jù)樣本進(jìn)行主動支持向量機(jī)分類，該方法抑制了傳統(tǒng)主動學(xué)習(xí)一味主動選擇近邊界數(shù)據(jù)樣本所帶來的誤差，且通過改變聚類學(xué)習(xí)和凸殼約簡因子

3、就能方便地更改數(shù)據(jù)樣本的選取。實(shí)驗(yàn)結(jié)果表明，改進(jìn)后的方法提高了高光譜圖像主動分類的精度和速度。
　　其次，為了對光譜數(shù)據(jù)噪聲較大的材質(zhì)進(jìn)行分類，本文提出了基于最小均方誤差的曲線擬合峰形特征匹配的材質(zhì)分類方法，對已知光譜和未知光譜分別提取五種峰形特征進(jìn)行多種相似性度量的計算，將具有最大相似性的已知光譜類別賦予未知光譜。對不同物理?xiàng)l件下的巖石光譜、高光譜圖像像元光譜進(jìn)行材質(zhì)分類實(shí)驗(yàn)，實(shí)現(xiàn)了對未知光譜材質(zhì)的準(zhǔn)確匹配。
　　針對高光

4、譜圖像分類典型地物方向呈隨機(jī)紋理分布的問題，本文提出了一種新的空間-光譜分類方法。該方法提出旋轉(zhuǎn)不變均衡局部Gabor二值模式直方圖特征并組合光譜特征進(jìn)行支持向量機(jī)分類，可以有效抑制地物隨機(jī)紋理差異，減輕類內(nèi)變化對分類性能的影響。在多個經(jīng)典的高光譜圖像上，與傳統(tǒng)灰度共生矩陣（GLCM）、局部Gabor二值模式（LGBP）方法的對比實(shí)驗(yàn)說明了該方法能提取到富于判別的直方圖特征，提高了高光譜圖像分類的精度。
　　在紅外成像仿真方面，本

5、文提出典型地面目標(biāo)場景的紅外仿真方法。針對典型地面場景紅外仿真，提出了一個集成“場景分類-感興趣地物提取-溫度場計算-材質(zhì)標(biāo)記-紅外輻射計算”的五級處理框架，該仿真流程以材質(zhì)特性數(shù)據(jù)庫為基礎(chǔ)，通過理論模型計算或?qū)嵟牡玫侥繕?biāo)場景的溫度場分布，再計算目標(biāo)場景在大氣條件下的紅外輻射量，生成紅外仿真圖,并模擬了大氣衰減和模糊效應(yīng)?；趯?shí)拍圖進(jìn)行材質(zhì)-灰度統(tǒng)計對比，驗(yàn)證了紅外成像仿真的可行性。
　　最后，本文對所做的工作進(jìn)行了歸納總結(jié)，并且