資源描述:
《高光譜圖像分類方法的若干研究》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、03^校代碼106I20251學(xué)號(hào)130級(jí)公開(kāi)^UDC義屋&種扳f修G14NGXITEACHERSEDUCATIONUNIVERSITY碩古學(xué)位論文高光譜圖像分類方法的若干研究ResearchontheClassific過(guò)tionMethodofHyer-pspectralImage學(xué)科專業(yè);應(yīng)用數(shù)學(xué)專業(yè)方向:髙光譜圖像處理二級(jí)學(xué)院;數(shù)學(xué)與統(tǒng)計(jì)科學(xué)學(xué)院年級(jí);2013級(jí)研究生姓名:楊仁欣導(dǎo)師姓名及職稱;楊燕副教授完成日斯;2016年6月廣西師范學(xué)院碩±學(xué)位論文'(
2、申請(qǐng)理學(xué)碩±學(xué)仿:)高光譜圖像分類方法的若干研究ResearchontheClassificationMethodof-HyperspectralImage專業(yè)名祿:應(yīng)用數(shù)學(xué)申請(qǐng)人姓名:楊仁欣導(dǎo)師姓名、職稱:楊燕副教授答辯委員會(huì)成員(簽名)主席:妾貝機(jī)詞豐冰t嫉?二〇—六年六月廣西師范學(xué)院碩±學(xué)位論文原創(chuàng)性聲明本人鄭重聲明:所呈交的學(xué)位論文,是本人在導(dǎo)師的指導(dǎo)下,獨(dú)立進(jìn)行研究工作所取得的成果。除文中己經(jīng)注明引用的內(nèi)容外,本論文不包含任何其他個(gè)人或集體已經(jīng)發(fā)表或撰寫(xiě)過(guò)的作品成果。對(duì)本文的研究作出重要賈
3、獻(xiàn)的個(gè)人和集體,均已在文中LX明確方式標(biāo)明。本人如違反上述聲明一,愿意承擔(dān)由此引發(fā)的切責(zé)任和后果。學(xué)位論文作者簽名:簽字日期:年月少日《學(xué)位論文使用授權(quán)說(shuō)明本人完全了解學(xué)校關(guān)于保留^、使用學(xué)位論文的各項(xiàng)規(guī)定1,同意乂下事項(xiàng):1、學(xué)校有權(quán)保留并向有關(guān)部口送交本論文的復(fù)印件和電子版,允許論文被查閱和借閱,可L義采用影印、縮印或掃描等復(fù)制手段保存、匯編學(xué)位論文;2、本人授權(quán)廣西師范學(xué)院可L乂將本論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫(kù)供查閑、檢閱。保密□,在年解密后適用本授權(quán)書(shū)。3、本論文屬于不保密口f""(請(qǐng)?jiān)冢虂V上方
4、框內(nèi)打V)學(xué)位論文作者簽名:簽字曰期:矣少:導(dǎo)師簽名簽字日期:高光譜圖像分類方法的若干研究姓名:楊仁欣指導(dǎo)教師:楊燕副教授學(xué)科專業(yè):應(yīng)用數(shù)學(xué)研究方向:高光譜圖像處理年級(jí):2013級(jí)摘要一借助高光譜遙感技術(shù)人們認(rèn)識(shí)世界的能力得到次質(zhì)的飛躍.高光譜遙感,""技術(shù)具有圖譜合一的特點(diǎn)不僅能夠提供物質(zhì)的空間信息還能提供物質(zhì)的,,""一光譜信息.圖譜合的特性使得高光譜圖像具有信息量大、光譜分辨率高等特征它不僅能夠提供更為豐富的物質(zhì)表面信息而且還能提供反應(yīng)物質(zhì)組成特,,性的更為豐富的光譜信息.因此利用高光譜圖像數(shù)據(jù)潛在的特征基于高光譜
5、,,圖像數(shù)據(jù)的應(yīng)用受到了國(guó)內(nèi)外學(xué)者的廣泛關(guān)注.其應(yīng)用領(lǐng)域涉及到了諸多方面,如精細(xì)農(nóng)業(yè)、大氣研究、環(huán)境監(jiān)測(cè)醫(yī)學(xué)等.高光譜圖像分類是基于高光譜圖,像處理的重要應(yīng)用分支也是W上提及的諸多應(yīng)用領(lǐng)域的主要研究?jī)?nèi)容.本文主,要探討了高光譜圖像預(yù)處理、圖像特征提取與特征選擇、高光譜圖像分類方法.特別研究了基于高光譜圖像的監(jiān)督分類方法與非監(jiān)督分類方法.在本論文中我,們主要針對(duì)下H個(gè)方面進(jìn)行論述:首先從光譜和圖像兩個(gè)層面對(duì)高光譜圖像預(yù)處理方法做了較為詳細(xì)的論述,,并給出相應(yīng)的應(yīng)用實(shí)例.高光譜圖像預(yù)處理方法的研究為后續(xù)的數(shù)據(jù)分析提供了更為可靠精確的數(shù)據(jù)來(lái)源
6、.其次從光譜和圖像兩個(gè)層面論述了高光譜圖像的特征提取和特征選擇的若,干種方法并給出相應(yīng)的應(yīng)用實(shí)例.高光譜圖像的特征提取和特征選擇為后續(xù)的,高光譜圖像分類處理提供壓縮后的數(shù)據(jù)來(lái)源.最后本文在高光譜圖像預(yù)處理和特征提取與特征選擇的基礎(chǔ)上,研究了高,光譜圖像的分類方法包括監(jiān)督分類和非監(jiān)督分類.這些分類方法能夠更好地挖,掘基于圖像上個(gè)像素點(diǎn)的光譜信息實(shí)現(xiàn)更加精準(zhǔn)的模式識(shí)別.,關(guān)鍵詞:高光譜圖像;預(yù)處理;特征提取;特征選擇;監(jiān)督分類;非監(jiān)督分類.I廣西師范學(xué)院碩去學(xué)位論文2016ResearchontheClassificatio
7、nMethodofHer-sectraypplImageABSTRACTTheabil化torecontmoreandmore-yizeheworldisettinowerfulaccomgggp-注nw化hher-sectralremotese打sinpyyppg.Thehyperspectralsensingtechnology,whichrovdenotonlsacalinformationbutsectralinformatonaswellmade