高光譜海冰數(shù)據(jù)降維及結(jié)合紋理信息的海冰檢測(cè).pdf

1、海冰是極地以及高緯度海域海洋災(zāi)害的最重要成因之一，因此對(duì)海冰檢測(cè)具有重要意義。與傳統(tǒng)海冰檢測(cè)手段相比，高光譜遙感具有連續(xù)的光譜信息和豐富的空間信息，可以同時(shí)獲取海冰影像以及光譜曲線，有利于對(duì)海冰類別等信息進(jìn)行檢測(cè)。
　　高光譜遙感數(shù)據(jù)在獲取豐富的空間信息和光譜信息的同時(shí)，高維度、高冗余造成的數(shù)據(jù)量劇增給高光譜海冰圖像處理帶來(lái)困難。因此，為了達(dá)到數(shù)據(jù)處理效率和海冰檢測(cè)結(jié)果的平衡，需要在海冰圖像分類檢測(cè)前對(duì)原始高光譜海冰數(shù)據(jù)進(jìn)行降維處

2、理。相較于基于特征提取的數(shù)據(jù)降維方法，基于波段選擇的數(shù)據(jù)降維方法在一定程度上能夠更好地保留高光譜波段的原始物理意義，因此我們使用波段選擇方法進(jìn)行數(shù)據(jù)降維。在數(shù)據(jù)降維過(guò)程中，信息量越大的波段對(duì)海冰檢測(cè)越重要，因此要選擇信息量大的波段，同時(shí)由于波段的高冗余性，還需要考慮選擇的波段集合中波段之間的相關(guān)性，因此如何在波段選擇的過(guò)程中選擇信息量盡可能大，并且波段之間相關(guān)性低的最優(yōu)波段組合，是高光譜海冰圖像數(shù)據(jù)降維的一個(gè)關(guān)鍵問(wèn)題。
　　基于高

3、光譜海冰圖像的光譜信息進(jìn)行海冰分類檢測(cè)時(shí)，達(dá)到最優(yōu)檢測(cè)性能的前提條件是不同類別的海冰在光譜維上是不相同的、可分的，而相同類型的海冰則相反。但是由于海冰自身的物理特性以及海冰分布的環(huán)境因素影響，在特定情況下，遙感數(shù)據(jù)會(huì)出現(xiàn)光譜混淆的現(xiàn)象，此時(shí)本文考慮引入另一個(gè)重要特征——表面的紋理特征與光譜特征結(jié)合分類，實(shí)現(xiàn)功能互補(bǔ)，提升海冰分類檢測(cè)精度。
　　針對(duì)上述研究?jī)?nèi)容，我們提出了一種改進(jìn)的相似性度量方法對(duì)高光譜數(shù)據(jù)進(jìn)行降維處理，并且針對(duì)光

4、譜混淆的現(xiàn)象探討了圖像紋理特征在高光譜海冰分類中的應(yīng)用，具體工作內(nèi)容如下：
　　1）詳細(xì)介紹了高光譜圖像數(shù)據(jù)降維的基本原理和具體過(guò)程，為了實(shí)現(xiàn)最優(yōu)波段組合內(nèi)信息量和波段間相關(guān)性的平衡，提出了一種基于線性預(yù)測(cè)的改進(jìn)相似性度量的方法對(duì)高光譜數(shù)據(jù)進(jìn)行降維處理，而后基于支持向量機(jī)分類算法對(duì)已經(jīng)選擇出的最優(yōu)波段集合進(jìn)行海冰分類檢測(cè)，測(cè)試該方法在分類檢測(cè)方面的性能。實(shí)驗(yàn)結(jié)果表明：基于本文提出的方法對(duì)高光譜數(shù)據(jù)進(jìn)行降維處理后，相較于其他傳統(tǒng)海冰

5、檢測(cè)方法在總體上具有更好的性能，該方法可以更有效地對(duì)數(shù)據(jù)進(jìn)行降維以應(yīng)用于高光譜海冰檢測(cè)。
　　2）針對(duì)高光譜海冰檢測(cè)中出現(xiàn)的光譜混淆、錯(cuò)分的現(xiàn)象，引入圖像紋理特征參與海冰分類檢測(cè)。由于不同類型的海冰其表面會(huì)表現(xiàn)出不同的紋理特征，為紋理特征參與分類提供可能性。本文使用在紋理特征提取方法中具有突出性能的灰度共生矩陣方法來(lái)提取高光譜海冰圖像中不同類型海冰的紋理特征，并對(duì)比分析了不同的紋理特征的表征方式與意義。將與紋理信息相結(jié)合的海冰分類