本科畢業(yè)設(shè)計論文--高光譜數(shù)據(jù)的光譜特征提取

1、本科畢業(yè)設(shè)計論文 本科畢業(yè)設(shè)計論文題 目 高光譜數(shù)據(jù)的光譜特征提取 專業(yè)名稱 學(xué)生姓名 指導(dǎo)教師 畢業(yè)時間 I摘 要隨著成像光譜儀的發(fā)展，高光譜遙感圖像的研究已進入到一個新的階段--對獲取的高光譜數(shù)據(jù)進行有效處理和利用的階段。高光譜遙感數(shù)據(jù)具有波段數(shù)目多、光譜分辨率高、

2、波段寬度窄、數(shù)據(jù)量龐大等特點，使得對它的利用存在一定的難度。在高光譜圖像處理中，光譜特征提取技術(shù)是做好后繼處理的一個關(guān)鍵步驟。本文的研究內(nèi)容是針對高光譜數(shù)據(jù)特點，研究幾種典型的特征提取方法。主要研究工作如下：(1) 對高光譜遙感的特點、高光譜數(shù)據(jù)的特點、光譜特征特征提取的研究現(xiàn)狀及幾種傳統(tǒng)的特征提取方法進行了簡單介紹。(2) 從特征提取角度對目前高光譜圖像的幾種典型的降維方法進行了研究。主要方法包括主成分分析(PCA)法、最大噪聲分量(

3、MNF)法、分塊主成分分析(SPCA)法、獨立成分分析(ICA)法、抗噪聲ICA特征提取、判別分析特征提取(DAFE)及決策邊界特征提取(DBFE)方法。并對以上方法用IDL語言編程實現(xiàn)。(3) 以AVIRIS數(shù)據(jù)為例，對使用上述方法降維后的高光譜圖像分別從目視和分類效果上進行了研究，分類試驗結(jié)果表明對于同一種分類器，不同特征提取方法的效果不同。在以后的應(yīng)用中可以根據(jù)分類器的不同選取合適的特征提取方法，以達到更好的分類效果。關(guān)鍵詞 關(guān)鍵