高光谱城市地物特征提取与分类
文献类型：学位论文
| 作者 | 许卫东 |
| 答辩日期 | 2005-05-20 |
| 文献子类 | 博士 |
| 授予单位 | 中国科学院研究生院 |
| 导师 | 匡定波 |
| 关键词 | 高光谱遥感 城市地物 特征提取 分类 |
| 学位专业 | 物理电子学 |
| 英文摘要 | 城市是人类改造自然的结果，人类社会的活动使下垫面的光谱特性复杂化，高密度多元化的空间利用是城市自然环境的主要特征。城市空间的这些特征给用传统多光谱遥感手段进行研究带来了很大的困难。本文利用高分辨率的航空高光谱数据，以2010年上海世博区会规划区附近为主要研究区域，从城市地物的光谱特性分析入手，对高光谱的特征选择及分类进行了详尽的研究。并结合空间、热红外信息对高光谱进行了分类研究。目前高光谱图像分类及识别面临三个主要问题，第一，数据维数高，高光谱图像动辄有上百个波段，需要大量的训练样本以在监督分类时保证一定的精度，同时对运算速度也有很大的影响；第二，数据冗余量大，高光谱图像带来了海量数据的同时也带来的大量的冗余和噪声；第三，高光谱图像具有“图谱合一”的特点，以往的研究往往集中在光谱维，如何利用这些图像中的空间纹理信息也值得深入研究。本文针对这三个问题，对高光谱图像的特征提取与分类进行了深入的研究。对地物光谱特性的分析是分类与识别的基础。本文首先对城市地物的光谱特性进行了分析，利用光谱匹配模型和类间距离分别对城市地物的光谱相似度及可分性进行了研究。而统一规范的地物光谱采集标准也是分析这些地物特性、保证分析精度的基础，因此本文结合多年的地物光谱测量经验，制订出了一项城市地物光谱测量的标准。波段选择与特征空间变换是人们进行高光谱图像降维处理工作中常用的两种方法，也是降低计算复杂性、减小对训练样本量依赖性的重要手段。本文针对12种城市地物和8种城市植被，发展了一套利用浮动顺序选择和分段线性法选择中心波长，利用假设检验及线性拟合求可合并的波段宽度，利用微分法进行了波段合并、面向于专题应用的波段中心和宽度选择方法。结果表明，浮动顺序选择选出的波段分类精度较高而分段线性法很好地代表了原光谱的信息(16波段以上)。特征空间变换主要利用了10种小波对8种城市植被的光谱进行了分析，其中Harr小波的分类精度最高，与主成分分析相比，小波变换更好地保留了地物的光谱信息。在分类方法方面，主要对比了分类回归树与最大似然法的异同，主成分分析基础上boosting后的分类回归树分类精度最高，而且分类回归树对样本的依赖性也要小于最大似然法，显示了分类回归树在高光谱分类中的应用潜力。本文还对比了主成分分析前后、改进的最大似然法、高光谱图像与真彩色航空图像的分类精度，结果表明，最大似然法的分类精度最高，高光谱图像的分类精度也大大高于真彩色航空图像。为了充分挖掘高光谱图像的价值，本文利用共生矩阵、边界信息及热红外波段与高光谱图像结合进行了分类研究。共生矩阵的不同参数在区分不同地物时有不同的作用，总体来说对分类精度的提高不大，而边界信息则可以大大提高分类和解译的精度。本文还首次综合利用热红外与高光谱区分了在可见/近红外不能区分的柏油路与沥青房顶。本文的创新之处在于：1.制订了一套城市地物测量规范；2.提出了一套面向专题应用的遥感器波段中心波长及宽度选择方法；3.引进小波变换对城市植被进行了分析；4.综合利用热红外和高光谱区分了在可见/近红外不能区分的地物。 |
| 学科主题 | 红外系统与元部件 |
| 公开日期 | 2012-07-11 |
| 源URL | [http://202.127.1.142/handle/181331/4248]  |
| 专题 | 上海技术物理研究所_上海技物所 |
| 推荐引用方式 GB/T 7714 | 许卫东. 高光谱城市地物特征提取与分类[D]. 中国科学院研究生院. 2005. |
入库方式： OAI收割
来源：上海技术物理研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。