基于支持向量機(jī)的高光譜遙感圖像分類方法研究.pdf

1、隨著對地觀測技術(shù)的發(fā)展，光譜遙感技術(shù)成為人們獲取地表信息的重要手段。高光譜遙感作為一種新型的遙感方式，在軍用和民用領(lǐng)域都發(fā)揮著極其重要的作用。高光譜圖像分類是高光譜信息處理的重要方向，高精度的分類算法是實現(xiàn)各種應(yīng)用的前提。高光譜圖像以其高分辨率、多波段數(shù)、大數(shù)據(jù)量的特點給傳統(tǒng)圖像分類技術(shù)帶來了巨大的挑戰(zhàn)。由于支持向量機(jī)在小樣本、非線性和高維空間中展現(xiàn)出良好的分類性能，本文重點研究了基于支持向量機(jī)的高光譜遙感圖像分類方法，主要工作包括：<

2、br>　　(1)介紹了遙感研究的背景，綜述了成像光譜技術(shù)的發(fā)展、高光譜遙感分類的傳統(tǒng)方法和支持向量機(jī)的研究現(xiàn)狀。
　　(2)討論了高光譜圖像的成像機(jī)理和高光譜圖像的數(shù)據(jù)表達(dá)，對高光譜數(shù)據(jù)的特點進(jìn)行了分析，總結(jié)了高光譜數(shù)據(jù)處理的特點。重點綜述了高光譜圖像分類的基本概念，對監(jiān)督分類與非監(jiān)督分類，硬分類和軟分類，單分類和多分類等分類策略進(jìn)行了概括，對分類單元選擇、分類判據(jù)選擇、分類器選擇做了分析。
　　(3)傳統(tǒng)的機(jī)器學(xué)習(xí)方法是基

3、于經(jīng)驗風(fēng)險最小化原則來設(shè)計的，其應(yīng)用的前提是需要足量的學(xué)習(xí)樣本數(shù)目。而基于統(tǒng)計學(xué)習(xí)理論的支持向量機(jī)能夠克服小樣本學(xué)習(xí)的束縛。論文介紹了最優(yōu)化理論，分析了支持向量機(jī)在線性可分、線性不可分時的不同模型設(shè)計，指出了核技術(shù)在解決非線性問題中的作用。將支持向量機(jī)的設(shè)計方法應(yīng)用到高光譜圖像分類中來，取得了良好的分類結(jié)果。
　　(4)分析了支持向量機(jī)模型的選擇和參數(shù)的確定對分類器性能的影響，以懲罰因子和核參數(shù)為優(yōu)化對象，介紹了交叉驗證和網(wǎng)格搜索

4、的方法。最后，提出了一種基于粒子群算法的參數(shù)優(yōu)化方法，通過對慣性權(quán)重的自適應(yīng)改進(jìn)和突變粒子的設(shè)計，避免了粒子陷入局部最優(yōu)，優(yōu)化了算法全局尋優(yōu)的能力。以AVIRIS92AV3C的高光譜圖像為分類實驗數(shù)據(jù)，證明了方法的有效性，在一定程度上提高了分類精度。
　　(5)常規(guī)的高光譜圖像分類技術(shù)專注于光譜空間的分類信息，忽視了圖像空間的信息。本文提出了一種基于空譜一體化的高光譜分類方法，在對數(shù)據(jù)自身光譜特征分類的同時采用空間領(lǐng)域法、區(qū)域生長