检索结果-南通市图书馆

检索条件"主题词=光谱稀疏性"

共 2 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

基于稀疏性约束的高光谱图像处理方法研究

基于稀疏性约束的高光谱图像处理方法研究

引用

作者：吴龙飞国防科学技术大学

学位级别：硕士

随着传感器技术的发展,光谱成像技术得到了空前的发展。高光谱遥感除了获取图像的空间信息外,还可以得到精细的光谱信息,在军事侦察和国民经济等各个领域的应用越来越广泛。但是,随着高光谱图像的分辨率不断提高,成像光谱仪获取的图像... 详细信息

随着传感器技术的发展,光谱成像技术得到了空前的发展。高光谱遥感除了获取图像的空间信息外,还可以得到精细的光谱信息,在军事侦察和国民经济等各个领域的应用越来越广泛。但是,随着高光谱图像的分辨率不断提高,成像光谱仪获取的图像数据已经远远超出了数据传输和处理能力。基于信号稀疏性约束的处理方法近年来广泛应用于信号处理、模式识别和计算机视觉等方面。如何有效的利用光谱图像的稀疏性,已经成为遥感信息处理领域重要的研究方向之一。针对高光谱图像数据处理难题,本文主要分析了高光谱图像的稀疏性,在此基础上研究了基于稀疏性约束的高光谱图像分类和目标检测,主要工作如下:首先,论文分析与验证了高光谱图像的稀疏性。分析高光谱图像数据的典型特性,并利用无监督的学习方法构建字典对高光谱图像数据进行稀疏分解,将图像中实际包含的物理材料的光谱曲线与字典原子进行比对,证明学习的字典原子可以很好地与材料的光谱曲线拟合,验证了高光谱图像的稀疏性。其次,论文提出了基于稀疏嵌入的高光谱图像分类方法。针对高光谱图像的高维特性,利用稀疏嵌入的方法对高光谱图像进行特征提取,通过保持类内紧凑性的条件下进行类内稀疏重建,同时最大限度地增大类间距离,以增强高光谱数据在特征空间投影的离散度。通过对真实数据进行测试表明,本文方法在分类时间和分类精度上比起其它方法都有一定的提高。最后,论文研究了高光谱图像异常检测问题,提出了一种基于金字塔空-谱协同编码的高光谱图像异常检测方法。首先在优化样本-特征分布的行稀疏性、列稀疏性和行分布统计相似性的基础上,采用无监督的学习方法提取低维区分性特征;其次,利用空间金字塔思想在多个空间尺度上对局部像素进行空-谱协同编码;最后统计编码差异性,定位异常。在实测数据集的实验结果验证了方法的有效性和鲁棒性。

关键词：高光谱图像光谱稀疏性稀疏约束空-谱协同编码图像分类目标检测

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于稀疏表示的高光谱图像处理技术研究

基于稀疏表示的高光谱图像处理技术研究

引用

作者：袁宗泽国防科学技术大学

学位级别：硕士

随着传感器技术的发展,高光谱图像数据的光谱分辨率和空间分辨率不断提高,高光谱图像数据的获取能力已经远远超出了数据处理的能力。数据获取和信息处理能力的差距带来了两方面的困难,一是海量数据造成存储与传输的巨大困难;二是如何从... 详细信息

随着传感器技术的发展,高光谱图像数据的光谱分辨率和空间分辨率不断提高,高光谱图像数据的获取能力已经远远超出了数据处理的能力。数据获取和信息处理能力的差距带来了两方面的困难,一是海量数据造成存储与传输的巨大困难;二是如何从海量的数据中提取出有用的信息。稀疏表示理论是近年来信号处理领域中的研究热点,已被广泛应用于信号和图像处理、计算机视觉以及模式识别等领域。将稀疏表示理论应用于高维高光谱图像处理,是目前遥感信息处理领域的研究热点之一。本文针对高光谱数据获取与信息处理难题,重点研究了基于稀疏表示的高光谱成像、图像分类与目标检测问题,主要工作和取得的成果如下:(一)首先针对高光谱数据获取,研究了基于稀疏表示的光谱成像问题。压缩编码孔径是目前典型的基于稀疏表示的光谱成像方案,该方案在具体物理实现时,存在压缩观测矩阵非负限制问题,针对该问题,本文提出了基于稀疏表示的高光谱双极性压缩光谱成像方案。该方案通过采用双通道观测结构,对每个通道得到的非负极性观测作差,从而实现压缩观测矩阵的双极性观测。与传统压缩编码孔径成像方案相比,本文方案解决了压缩成像理论与实际物理约束不一致的问题,更符合压缩观测矩阵应具有双极性的理论特性,能更好地保持原始信号的结构和信息,得到更优的恢复重构效果。仿真实验验证了本文基于稀疏表示的高光谱双极性压缩光谱成像方案的有效性。(二)接着针对高光谱信息提取,研究了基于稀疏表示的高光谱图像分类问题。在高光谱图像光谱稀疏特性分析基础上,研究了基于稀疏表示的高光谱图像分类的稀疏表示与分类判决问题,在此基础上重点针对稀疏表示使用的字典性能进行改进。针对常规分类方法中,由随机抽取的训练样本构成的冗余字典,难以充分描述相似类别的相对差异性,本文提出了基于Fisher可分字典学习(Fisher Discriminative Dictionary Learning,FDDL)的高光谱图像分类方法。该方法通过在字典学习过程中增大类间间隔,并对每类样本分别进行学习得到各自的结构化字典而非共享字典,同时兼顾字典学习过程中的稀疏性,使它具有更强的类别可分性和重构性。实际数据的分类实验结果验证了对于相似类别的分类问题,该方法能得到更优的分类性能。(三)最后,进一步研究了基于稀疏表示的高光谱目标检测问题。在高光谱图像空-谱域联合稀疏性分析基础上,针对高光谱目标检测特别是军事领域,目标先验信息难以获取,无法构建有效的稀疏表示字典的问题,在深入分析目标和背景在空-谱域局部字典稀疏性差异的基础上,提出了一种基于空-谱域局部稀疏性差异的目标检测方法。该方法通过滑动双窗口,有效地捕捉了目标光谱在背景光谱字典上的非负稀疏性,并在空间局部邻域累积非负稀疏性,实现目标检测。实际数据的检测实验结果证明了本文方法的优越性。

关键词：高光谱图像数据获取信息提取光谱稀疏性空-谱稀疏性光谱成像图像分类目标检测

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

全选清除本页清除全部题录导出标记到“检索档案”

共1页 << < 1 > >>

回到顶部

执行限定条件

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：