毕业论文基于光谱的遥感图像特征提取方法研究.doc

《毕业论文基于光谱的遥感图像特征提取方法研究.doc》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、图书分类号：密级：毕业论文基于光谱的遥感图像特征提取方法研究FEATUREEXTRACTIONFORREMOTESENSINGIMAGEBASEDONSPECTRAL摘要遥感图像在军事侦察、精确打击以及民用方面都有重要的作用，遥感图像的特征提取是进行遥感图像自动识别的关键技术，因此开展遥感图像的特征提取研究工作具有实际意义和应用前景。本文主要研究和讨论了遥感图像的光谱特征特征提取方法。本文首先介绍了遥感以及遥感技术发展的现状、图像的特征提取及研究现状，然后总结了遥感图像特征提取方法的基本理论和算法，介绍了目前常用的光谱特征提取方法。在此基础上，针

2、对传统的PCA和KPCA方法提取遥感图像光谱特征的缺陷以及遥感数据的特点，本文讨论了一种将模糊-均值聚类与KPCA方法相结合的多光谱遥感图像特征提取方法，并着重研究了此方法在多光谱遥感图像特征提取中的理论、算法及其实现。通过对本文方法与PCA和KPCA方法的试验结果进行比较，证实了这种方法的特征提取性能较前两种方法有显著的提高，可有效地提取多光谱图像中的非线性信息。关键词遥感图像；光谱特征；特征提取；KPCA；FCMAbstractRemotesensingimagehasgreatimportanceformilitaryreconnaissa

3、nce,precisionattackandcivilactivities.Featureextractioniscriticalfortheautomaticrecognitiontechnologyofremotesensingimage,soithasgoodapplicationprospecttostudyfeatureextractionmethodsofremotesensingimage.Thisthesisfocusestheresearchworkmainlyonthefeatureextractionmethodsofspe

4、ctrum.First,thethesisintroducestheconceptanddevelopmentofremotesensingimage,thebasicconceptandresearchofimagefeatureextraction.Thenthethesisintroducesthebasictheoryandalgorithmsofremotesensingimagefeatureextractionmethods.Thecommonlyusedremotesensingimagefeatureextractionmeth

5、odsforspectrumaregeneralizedseparately.ConsideringthecharacteroftheremotesensingimagedataandthelimitationoftraditionalPCAandKPCAmethodswhentheyareusedtoextractthespectrumfeatureofremotesensingimage,acombinationoftheFCMandKPCAmethodsisusedforextractingthespectrumfeature.Bothth

6、etheoryandalgorithmarestudied,aswellastheimplementation.AcomparisonbetweentheresultsofPCA,KPCAandFCM+KPCAmethodsisgiven,whichshowsthattheFCM+KPCAmethodcangiveamuchbetterresultthanothermethods,especiallyinextractingthenonlinearinformationofmultispectralremotesensingimages.Keyw

7、ordsRemotesensingimageSpectrumfeatureFeatureextractionKPCAFCM目录1绪论11.1遥感及遥感技术研究的背景11.2遥感图像特征提取方法研究的现状21.3本文的研究工作32遥感图像光谱特征提取技术42.1光谱特征提取技术研究的现状42.2常用的光谱特征提取方法52.2.1主成分分析方法（PCA）52.2.2K-T变换92.2.3典型分析方法112.2.4基于遗传算法的特征提取133基于FCM和KPCA的多光谱图像特征提取143.1模糊-均值聚类143.1.1模糊-均值聚类数学基础143.1.

8、2模糊-均值聚类163.2核主成分分析（KPCA）方法183.2.1核函数方法概述183.2.2Mercer核函数193.2.3核主成分