基于投影寻踪和非线性主曲线的高光谱遥感图像特征提取及分类研究

《基于投影寻踪和非线性主曲线的高光谱遥感图像特征提取及分类研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、山东科技大学博士学位论文基于投影寻踪和非线性主曲线的高光谱遥感图像特征提取及分类研究姓名：张连蓬申请学位级别：博士专业：大地测量学与测量工程指导教师：陶华学20030101山东科披大学博士学位论文摘要针对高光谱遥感图像数据的特征提取和分类问题，尤其是针对某些易混分地物的分类问题，研究和建立相应的投影寻踪指标，通过优化这种投影指标，寻找能够更容易区分易混分地物的投影方向。为此建立了多方向投影哥踪算法，以便求出多个投影寻踪方向，更精确地在低维空阃中表现原始数据的空间分布规律。在此基础j_建立了主成分分析方向和投影寻踪方向相结合的特征组合方案，使得高光谱遥感数据的整体分类精度

2、得到提高。引。对高光谱图像光谱波段的最优波段选择问题，构造了选元投影寻踪算法，并为此建立了一种快速选元投影寻踪算法，使算法的速度提高将近80倍(波段总数的倍数)。研究了高光谱图像数据的非线性主曲线构造算法，该方法是对主成分分析的一种非线性扩展，用以把原始数据投影到空间曲线上，以便进一步对地物进行精确分类。建立了简化的非线性主曲线算法——1

3、线性主折线算法。并对非线性主折线算法用于高光谱遥感数据特征提取的效果进行研究和讨论。建立了一种基于非线性主折线的分类算法，该方法将利用洲练样本数据，构造非线性主折线，通过判断原始数据在主折线上的投影列像元进行分类。所有的算法都用IDL

4、语高编制了相应的计算机软件。关键词：高光谱遥感，特征提取，分类，波段选择，投影寻踪，投影指标，非线性主㈣线山东科技大举博士学位论文摘要Abs仃actForthefeatureextractionandclassificationofhyperspectralrenlotesensingimagedata，especiallyfortheeasymixedclassificationproblem，aprojectionindexiSestablished；byoptinfizingtheprojectionindex，aprojectiondirectioniscalc

5、ulatedtoclassif)，theeasymixedclassifiedpixels．AnalgorithmofmultidilvctionproiectionpursuitiSconstructedtocalculatemaltjdirectionsofprojectionpursuit，thel吐曲dilnensionaldataofhyperspectralremotesensingcallberepresentedonalowerdimensionalsDacemoreaccurately．Bycombiningthedirectionsol’PCA(Pr

6、ineioalComponentAnalysis)andthedirectionsofprojectionpursuit，analgorittnnoffeatureextractionandclassificationiSdevelopedandtheaccuracyofclassificationiSimprovedForthebandsselectionofhyperspectralimage，allalgorithmcalledselectedprojectionpursuitiSestablishedandaquickcalculatingmethodiSdev

7、eloped．thecalculatingspeediSincreased80(thebaMsnumberofhyperspectralimageltimes．ThenonlinearprincipalcurvesiSresearched，itiSthenonlinearexpansionofPCA．ThehighdimensionaIdataCarlbeprojectedtoacurveandtheaccuracyofclassificationwillbeimproved．Asimplifiedalgorithmofnonlinearprincipalcurvesc

8、allednonlinearprincipalpolylineisdevelopedanditseffectforfeatureextractionofhyperspectraldataiSresearched．Basedonthenonlinearprincipalpolyline，aclassificationalgorittuniSestablished．Thealgorithmfirstlycalculatesthenonlinearprincipalpolylinegothroughthemiddleoftrainedsampl