高光谱数据降维与分类技术研究
【摘要】:高光谱图像处理是高光谱数据应用的基础,高光谱图像降维与分类是高光谱图像处理的主要组成部分。本文以我国自行研制的OMIS、PHI和HJ1A-HSI成像光谱仪获取的高光谱图像为对象,将空间、光谱维去相关法用于高光谱数据噪声协方差矩阵的估计,对传统最大噪声分数变换(Maximum Noise Fraction,MNF)算法进行了改进优化,以提高特征提取的效率和降低噪声、干扰的影响。然后,分别研究和发展了基于蚁群优化和基于同质区提取的高光谱图像混合像元分解和分类算法,并利用高光谱数据对这些模型算法进行了检验和验证。
【相似文献】 | ||
|
|||||||||||||||||||||||||||||||||||||||||
|
|
|||||||||||||||||||||
|
|
|||||||||||||||||||||
|
|
|||||||||||||||||||||
|
|
|||||||||
|