高光譜遙感圖像的特征約簡研究.pdf

1、高光譜遙感技術(shù)始于上世紀(jì)80年代,其融合了探測(cè)器技術(shù)、微弱信息檢測(cè)、信息處理技術(shù)、精密光學(xué)機(jī)械、計(jì)算機(jī)技術(shù)等尖端科學(xué)技術(shù)的新型遙感技術(shù)。由于高光譜遙感圖像具有圖譜合一以及良好的光譜分辨率等特性,使得該方法在地質(zhì)勘探、軍事探測(cè)、星際探索以及生態(tài)環(huán)境監(jiān)測(cè)等諸多領(lǐng)域得到越來越廣泛的應(yīng)用。由于高光譜圖像數(shù)據(jù)量大,數(shù)據(jù)維數(shù)高,信息冗余等問題,導(dǎo)致高光譜遙感圖像的信息無法被充分有效的運(yùn)用。論文從特征約簡入手,研究從高光譜圖像的海量數(shù)據(jù)中提取有效信息

2、的方法。論文的主要工作和貢獻(xiàn)有:
　　第一,局部Fisher判別分析算法(Local Fisher discriminant analysis algorithm LFDA)描繪樣本間幾何結(jié)構(gòu)的過程中,只重點(diǎn)考慮了樣本的相似性幾何關(guān)系,而沒有對(duì)數(shù)據(jù)的多樣性幾何信息進(jìn)行描述,從而影響了通過特征約簡后低維特征的識(shí)別效果。針對(duì)LFDA存在的這些不足,提出了增強(qiáng)局部 Fisher判別分析算法(Enhanced Local Fisher d

3、iscriminant analysis algorithm ELFDA)。ELFDA利用鄰接圖描述數(shù)據(jù)的多樣性幾何屬性,然后結(jié)合 LFDA算法中考慮的相似性幾何屬性,實(shí)現(xiàn)了穩(wěn)定性較好的內(nèi)在幾何結(jié)構(gòu)描述;在此基礎(chǔ)上,通過最大化類間離散度同時(shí)最小化局部類內(nèi)離散度,提取投影方向,再通過最近鄰分類器區(qū)分類別。多個(gè)數(shù)據(jù)庫上的實(shí)驗(yàn)結(jié)果證明了ELFDA算法的優(yōu)越性。
　　第二,利用多模態(tài)思想,通過多模態(tài)數(shù)據(jù)融合的方法,運(yùn)用無標(biāo)簽?zāi)B(tài)數(shù)據(jù)保持樣