空谱联合高光谱遥感图像半监督分类

《空谱联合高光谱遥感图像半监督分类》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、空谱联合高光谱遥感图像半监督分类作者姓名邬文慧导师姓名、职称张向荣教授一级学科电子科学与技术二级学科电路与系统申请学位类别工学硕士提交学位论文日期2014年11月学校代码10701学号1202120872分类TN82号TP751密级公开西安电子科技大学硕士学位论文空谱联合高光谱遥感图像半监督分类作者姓名：邬文慧一级学科：电子科学与技术二级学科：电路与系统学位类别：工学硕士指导教师姓名、职称：张向荣教授提交日期：2014年11月JointSpectral-SpatialHyperspectralIm

2、ageSemi-SupervisedClassificationAthesissubmittedtoXIDIANUNIVERSITYinpartialfulfillmentoftherequirementsforthedegreeofMasterinElectronicScienceandTechnologyByWuWenhuiSupervisor:Prof.ZhangXiangrongNovember2014西安电子科技大学学位论文独创性（或创新性）声明秉承学校严谨的学风和优良的科学道德，本人声

3、明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢中所罗列的内容以外，论文中不包含其他人已经发表或撰写过的研究成果；也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。学位论文若有不实之处，本人承担一切法律责任。本人签名：日期：西安电子科技大学关于论文使用授权的说明本人完全了解西安电子科技大学有关保留和使用学位论文的规定，即：研究生在校攻读学位期间

4、论文工作的知识产权单位属于西安电子科技大学。学校有权保留送交论文的复印件，允许查阅、借阅论文；学校可以公布论文的全部或部分内容，允许采用影印、缩印或其它复制手段保存论文。同时本人保证，获得学位后结合学位论文研究成果撰写的文章，署名单位为西安电子科技大学。保密的学位论文在年解密后适用本授权书。本人签名：导师签名：日期：日期：摘要摘要在过去的十年里，高光谱遥感图像已广泛应用于识别和分类问题，并且覆盖了农业，军事和工业等众多领域。高光谱图像的传感器在大量连续的谱带上捕捉物质的辐射率，使得高光谱遥感图像包

5、含丰富的空间、辐射和光谱信息，有利于进行地物分类并提高分类的准确率和鲁棒性。本文在研究高光谱遥感图像的基础上，充分利用高光谱图像的光谱信息和空间信息进行地物分类，所取得的研究成果为：1．针对高光谱图像“同物异谱”、“同谱异物”现象的存在，提出了基于空间近邻判别图的高光谱图像半监督分类方法。基于图的半监督分类方法在众多研究领域中吸引了大量的目光，其中图的构建是这类方法的重点。本文中，我们构建了一种名为空间近邻判别图的新型图用于图半监督分类中。在构图的过程中引入差异信息和空间布局信息，最终使用类标传播

6、方法将标签通过图传播到未标记样本上。更具体地说，空间信息通过非参数自适应聚类的均值漂移(MeanShift)方法生成的，将属于同一块的样本点间紧密联系。在此基础上，生成了一个空谱信息联合的分类器。在公测的高光谱数据上进行实验并与两种有监督的方法和两种基于图的半监督方法进行对比，结果表明，该方法能够有效地提高分类的准确率，尤其是在小样本学习的情况下，依然可以取得较高的识别结果。2．针对现有大多数高光谱图像分类方法只使用单一的谱特征，即只能从一个角度描述高光谱图像的特性而忽略了不同特征之间的互补信息，

7、提出了基于多任务低秩表示的高光谱图像分类方法。该方法以通过均值漂移分块后的超像素为分类单位，加入了空间信息，并使用两种特征——谱特征及谱梯度特征，从两种角度描述高光谱特性。不同于传统的低秩表示模型，多任务低秩将两种特征联合起来求得统一的系数矩阵，有效地利用了交叉特征信息，提高了分类准确率。在高光谱数据上进行了实验，结果验证了该方法的有效性。3．核传播是一种新的半监督核矩阵学习的方法。本文提出了一种基于核传播的高光谱图像半监督分类方法。该方法利用核传播方法从大量未标记样本的信息中学习出核矩阵，并与径

8、向基核函数（RadialBasisFunction,RBF）相结合构造复合核函数。使用复合核函数将样本映射到到高维特征空间中利用支持向量机（SupportVectorMachine,SVM）分类器对测试样本进行类标预测。核传播非常适合非线性问题，通过在高光谱数据库上的实验仿真验证了该算法的性能，即核矩阵学习得到的复合核函数比预先定义的核函数更加适合高光谱图像。I西安电子科技大学硕士学位论文本文的工作得到了国家自然科学基金（61272282），教育部新世纪优秀人才支持计划（NCET-