高光譜影像地物識(shí)別的分類(lèi)研究.pdf

1、遙感影像在軍事、國(guó)防、城市規(guī)劃、農(nóng)業(yè)等方面的作用與日俱增，遙感影像的分類(lèi)顯得尤為重要。高分辨率、高空間影像雖然為人們提供了更為豐富的空間與光譜信息以及地物其他的各種類(lèi)型特征，但是高光譜影像也面臨兩個(gè)重要問(wèn)題，一是數(shù)據(jù)量巨大，二是由空間分辨率導(dǎo)致的混合像元問(wèn)題。傳統(tǒng)的方法已很難滿(mǎn)足當(dāng)代的高精度識(shí)別需求，同時(shí)傳統(tǒng)方法多選擇單一的特征來(lái)識(shí)別地物，很少利用多特征融合方法來(lái)提高地物識(shí)別的精度。本文在現(xiàn)有的基礎(chǔ)上，搭建了三個(gè)學(xué)習(xí)框架用于提高高光譜影

2、像的識(shí)別精度，研究?jī)?nèi)容如下：
　　首先，提出基于降噪的棧自編碼學(xué)習(xí)模型提取深層特征，再匹配字典偶分類(lèi)器而實(shí)現(xiàn)識(shí)別影像地物的一個(gè)學(xué)習(xí)框架。為了提高識(shí)別精度，在提取深層特征前融合光譜-空間特征。最后做了三組仿真實(shí)驗(yàn)，實(shí)驗(yàn)表明該框架對(duì)地物識(shí)別精度較高，識(shí)別效果圖較好。
　　其次，針對(duì)影像地物的特點(diǎn)，提出了適用于影像地物識(shí)別的卷積神經(jīng)網(wǎng)絡(luò)模型，該模型的特征無(wú)需手動(dòng)提取，操作簡(jiǎn)單，實(shí)驗(yàn)表明，基于卷積神經(jīng)網(wǎng)絡(luò)模型對(duì)高光譜影像各類(lèi)地物識(shí)別