绑定机构
扫描成功 请在APP上操作
打开万方数据APP,点击右上角"扫一扫",扫描二维码即可将您登录的个人账号与机构账号绑定,绑定后您可在APP上享有机构权限,如需更换机构账号,可到个人中心解绑。
欢迎的朋友
万方知识发现服务平台
获取范围
  • 1 / 100
  (已选择0条) 清除 结果分析
找到 6096 条结果
[硕士论文] 何志强
测绘工程 安徽理工大学 2018(学位年度)
摘要:随着遥感影像分辨率的不断提高,遥感影像中的信息越来越丰富。传统的基于像元分类仅利用光谱信息进行信息提取,难以满足高分辨率影像信息提取的要求。目前,面向对象分类方法成为了提取高分辨率遥感影像信息的主要方法之一。在进行面向对象分类时,影像分割的尺度、特征的选择等方面一般根据经验知识人工确定,通常具有主观性和盲目性。针对面向分类过程中的问题,本文基于高分二号遥感影像,对影像的预处理、分割、特征选择、分类以及精度评价等方面进行研究,完成的工作主要有:
  (1)基于高分二号遥感影像系统地研究分析遥感影像的预处理。主要进行影像辐射定标、大气校正和正射校正以及图像融合。本文使用HSV融合、Brovey融合、Gram-Schmidt融合、基于主成分变换融合和NNDiffuse融合对高分二号遥感进行试验。通过对比分析,NNDiffuse融合变换较适合高分二号遥感影像,不仅较好地保持影像的波段信息,也使得影像的分辨率更高。
  (2)基于eCognition对多尺度影像分割研究分析。对比分析多种影像分割方法效果,确定基于区域多尺度分割的有效性。由于多尺度分割最优尺度的选择缺乏科学依据,难以把握。本文基于RMAS(Ratio of Mean Difference to Neighbors(ABS)to Standard Deviation)模型确定各类地物的最优分割尺度。表明基于最优尺度分割算法可以有效分割高分辨率遥感影像,对影像分割具有一定应用价值。
  (3)提出基于Matlab的ReliefF算法和J-M距离的组合模型,进行面向对象分类的特征选择。利用ReliefF算法去除初始特征空间中的无关特征,获取相关特征集,再利用J-M距离计算各地物类别间分离度,去除相关特征集中的冗余度。获得各类地物相对应的特征集。利用该组合模型可以快速获得提取地物的有效特征集,提高了面向对象分类的效率,对面向对象分类具有一定的研究意义。
  (4)结合基于RMAS模型确定的最优分割尺度和基于ReliefF算法和J-M距离优选的特征集,对研究区影像进行面向对象分类。与基于像元分类进行精度对比,面向对象分类结果总体精度为88.72%,基于像元分类结果总体精度为78.32%。结果表明:针对高分辨遥感影像信息提取,面向对象分类方法更具优势。
[硕士论文] 李杨
测绘工程 安徽理工大学 2018(学位年度)
摘要:目前,高分辨率的遥感影像已在各个领域内得到相当广泛的应用,随着日益增长的应用需求和用户需求,影像的分类技术和信息提取方法也正在不断深入的研究。与中低分辨率遥感影像相比,高分辨率遥感影像内包含有更为复杂的特征信息,传统的基于像素的分类方法在对其进行遥感解译的某些方面存在着一定的缺陷,很难充分发掘出高分辨率遥感影像多特征的优势,导致解译精度降低。所以,本文致力于面向对象的影像分类技术的研究,并试图将此技术与灾后房屋损毁信息提取相结合,提取出灾后房屋损毁信息。
  本文以“精确、高效、快速地分析灾后房屋损毁情况”为目标,根据目前针对面向对象分类技术的研究成果,在现有的方法基础上,制定出一套针对高分辨率遥感影像,面向对象提取灾后房屋损毁信息的技术流程,通过对各关键技术进行不同程度的改进和配合,实现了对灾后房屋损毁信息的有效提取以及房屋损毁程度的定量分级。实验中,选择了一幅具有一定特征信息的高分辨率遥感影像作为实验数据,通过对灾后影像信息进行人机交互解译后,有选择的提取研究区域内的受灾信息。实验以Ecognition和ArcGIS、ENVI等软件为影像处理平台,结合MATLAB、Excel等软件为数据分析平台,对面向对象的分类技术进行研究,然后将研究方法应用于灾后信息提取过程中。
  (1)研究中以地震作为典型灾害,利用震区高分辨率遥感影像,基于分割后产生的影像对象内部同质性与影像对象间异质性综合评判原则,利用eCognition、Excel、MATLAB软件进行影像的分割尺度研究,探求分割过程中的最优尺度。
  (2)基于ArcGIS、ENVI软件对分割后影像对象构建样本空间,利用改进后的SEaTH算法结合MATLAB软件针进行特征库优选,并计算出优选特征的分类阈值。
  (3)基于eCognition软件平台,采用面向对象的分类方法利用优选的特征和阈值以多特征相结合的方式进行分类,提取出研究区域内的震后房屋损毁信息。
  (4)在本研究的基础上,将文中所用方法提取的结果与传统分类法得到的结
  果进行比较并同等进行精度评价,以说明本文中所采用的方法技术的实用性。
  通过本研究中对面向对象分类技术进行研究,发现面向对象的遥感影像分类方法在目标地物信息提取上,提取的目标地物不仅未失真且一定程度的提高了分类精度,最终的分类结果有效避免了“椒盐现象”,分类结果与现实世界能够在形状和属性上均保持较好的一致性。在灾后信息提取的过程中,应用此方法能够快速有效提取灾害信息,为受灾区救灾应急实时提供相应的救灾援助区域信息,为快速救灾应急和引导灾区民众提供地理服务。
[硕士论文] 张永飞
测绘工程 安徽理工大学 2018(学位年度)
摘要:随着高分辨率卫星的快速发展,高分辨率影像能够提供更加丰富的地物特征信息,使其成为信息提取的重要数据源。我国城市化的进程越来越快,建筑物作为城市的核心地物也在不断发生变化,城市空间数据库的及时更新变得越来越重要。如何利用高分辨率影像自动、高效、精确地提取建筑物信息成为遥感应用的热点之一。传统基于像元的影像分类法因其单纯基于光谱信息进行分类、分类精度不高、存在“椒盐”现象等局限性,已经不能满足高分辨率影像信息提取的需求,而基于eCognition的面向对象的分类逐渐成为信息提取的主流方法。
  本文以杭州某地区WorldView-Ⅱ影像为例,主要研究面向对象分类方法在高分辨率影像建筑物信息提取中的应用,主要的研究成果如下:
  (1)提出将ESP最优尺度评估法与PSE-NSR-ED分割质量评价法相结合来确定最优分割尺度。研究首先通过定量和定性分析确定最优均质性因子,再利用ESP工具初步选取最优分割尺度,结合分割质量评价法确定各地类最优分割尺度。最优分割尺度分别为420、300、260、220,形状因子为0.5,紧致度为0.5。
  (2)研究采用了mRMR特征优选算法实现最优分类特征子集的选取,对分割后的影像对象选取了光谱、形状、纹理等共47个特征,然后通过mRMR算法进行最大相关最小冗余优选,最终确定了前10个最优分类特征。
  (3)分析最优分割尺度和最优分类特征,建立分类层次结构,确定不同地物的分类规则。研究考虑到高分辨率影像多阴影的特点,本文根据有无阴影辅助设置了对比实验,并通过混淆矩阵法和不一致性精度评价法进行提取精度评价,最后通过数学形态学法对建筑物提取结果进行优化。
  (4)精度评价结果表明两种实验都很好地实现了建筑物的提取,无阴影辅助实验分类总体精度为86.5%,Kappa系数为0.798,建筑物提取精度为85%,完整性为74.76%,检测率为84.67%;阴影辅助提取实验分类总体精度为91.01%,Kappa系数为0.866,建筑物提取精度为95%,完整性为86.98%,检测率为92.07%。实验对比结果表明基于阴影与建筑物的空间关系辅助,建筑物提取精度更高。
  本文基于高分辨率影像的建筑物信息提取技术研究为城市建筑物的信息提取提供了重要思路,同时也为面向对象的影像分类方法提供了参考。
[硕士论文] HADI-LAI BAKARY
计算机科学与技术 重庆交通大学 2018(学位年度)
摘要:较传统遥感图像而言,多光谱遥感图像能够获取更多的光谱信息,从而为识别边界和地物创造更加良好的条件,因此具有更高的研究意义和应用价值。随着地理信息系统技术中多光谱图像在空间分辨率上的高速提升,针对多光谱图像的处理及应用也逐渐增加。然而,在多光谱图像的采集过程中不可避免地会引入噪声,影响图像的清晰度,从而给后续的图像处理和分析工作带来困难。目前的图像去噪方法多针对多光谱图像单个通道进行分别去噪,无法有效的利用多光谱图像间的相关信息,往往去噪效果不好,或者引入新噪声点的问题。本文基于构建的张量正则化框架对遥感多光谱图像进行降噪及图像重建研究。通过张量模型,对不同通道间的相关性进行建模。本文的研究内容及创新点可总结如下:
  1.对传统的图像去噪方法进行实验分析,对添加了高斯、椒盐或者斑点噪声的原始多光谱图像利用传统的图像去噪方法进行去噪。通过对不同噪声来源以及不同去噪方法的结果进行分析,比较了现有去噪模型对不同噪声的去噪结果的差异,结果表明,传统的去噪方法无法满足现有的多光谱图像去噪应用的要求,会丢失一部分的边缘等细节信息。一些图像去噪方法如高斯滤波和双边巴特沃斯滤波会引入新的伪影,并造成图像失真的问题。
  2.将张量正则化框架引入到图像去噪模型中,对现有图像去噪模型进行改进。通过正则化框架中的数据拟合项和正则项分别对图像的噪声机制以及图像的先验信息进行建模,从而在新的角度尝试提出一个稳定和系统的图像去噪建模框架。以低秩假设作为一个先验,引入了低秩正则项。并在原始图像上增加了泊松噪声(κ=6)和高斯噪声(∑=0.2),根据模型进行仿真实验,对噪声图像进行恢复,并对恢复图像进行客观评价,验证了模型的有效性。另外,本文将current learning模型引入到正则化框架并与低秩化先验结合,进一步提升了图像去噪效果。
  3.基于多光谱图像在空间上的非局部相似性和整个频谱上的全局相关性,将字典学习转化为新的正则项并引入到图像去噪模型中,构建了具有组块相似以及字典的稀疏约束的基于字典学习的张量正则化学习模型。通过这种方式使得相同的全频带由空间共享谱词典约束。此外,通过利用多光谱图像的谱相关性和假设字典的过度冗余的约束,受限的非局部多光谱图像字典学习模型可以分解为一系列容易求解的低秩约束来逼近问题的解。
  本文采用了传统的评价标准如峰值信噪比(PSNR)计算和运行时间来评估恢复的图像。实验结果表明,本文方法能够有效提升这些度量结果,并且从主观上看,图像去噪效果良好。
[博士论文] 胡琼
农业遥感 中国农业科学院 2018(学位年度)
摘要:农作物空间分布信息是农作物长势监测、农作物产量估算、农作物结构调整与优化、农业生态气候建模等研究和应用的重要基础数据。不同农作物具有特定的生长规律和物候特征,充分利用农作物的典型季相节律特征是区分不同作物类别、作物与其他绿色植被的关键依据。MODIS数据因其大幅宽范围、丰富的光谱和时相信息等特点使它在刻画作物物候历特征以及大区域作物制图方面表现出了明显优势。然而,MODIS数据较粗的空间分辨率易导致混合像元问题,从而限制了农作物识别的精度。因此,如何充分挖掘时序MODIS数据在光谱和时间上的优势,有限弥补混合像元问题,从而实现大区域多类农作物高效提取成为了目前农业监测领域需重点解决的科学问题。本研究以我国重要商品粮基地——黑龙江省为研究区域,以该区域的主要农作物(玉米、水稻、大豆和小麦)为研究对象,采用时序MODIS影像、中高分辨率农作物参考图以及统计数据等主要研究数据,开展了大区域农作物遥感识别方法研究。本论文的主要研究内容和结论如下:
  (1)光谱和时序特征对农作物遥感识别的影响评估。基于时序MOD09A1影像,构建10组不同数量和质量的光谱时序特征集组合,基于支持向量机方法分类并进行精度评估。研究结果表明光谱多样性和时序多变性是农作物遥感识别的两大重要特征属性。光谱信息和时相信息能够相互补充,从而提供农作物遥感识别的必要信息。然而,并不是影像的时间分辨率越高精度就越高。只要包含关键的物候历影像,就能以较少的特征数量达到较高的分类精度
  (2)全局SI指数扩展方法在农作物特征选择中的潜力评估。本研究提出了两种扩展类对分离指数到全局分离指数的方法:“平均值法”(SIave)和“最小值法”(SImin)。从特征解释性和分类精度两个方面,评估了两类方法在农作物特征选择中的适用性。SIave能够很好表达农作物关键的物候历特征,优选的特征相比SImin具有更高的解释能力。光谱分离性低的农作物对SI全局指数扩展方法的敏感性更高,同时在SImin方法中能获得更高的分类精度。而SIavc方法优选的特征在时间维度上具有较高的相关性,导致了较严重的信息冗余,从而降低了分类精度。
  (3)基于SI指数的时序光谱特征自动优选方法(STAFS)研究。STAFS算法通过综合考虑特征的“分离性”和特征之间的“信息冗余”,自动筛选出农作物最优的光谱时相特征子集。在实际应用中,该方法从155个候选特征中为黑龙江玉米识别选取了34个最优的光谱时相特征集,同时揭露了三叶期和乳熟期是黑龙江玉米与其它地物最易区分的时相窗口。STAFS特征优选方法结合支持向量机分类器能够产生较高精度的农作物空间位置分布和面积总量估算。此外,STAFS方法具有较强的鲁棒性,可以泛化应用到其它地物类型、不同研究区域和多种遥感影像。
  (4)基于遥感数据与统计数据融合的亚像素农作物比例提取方法研究。结合随机森林模型和“向后剔除”策略优选具有最高精度的农作物亚像素提取结果。采用“面积差循环分配”(IAGA)方法将遥感结果与县级统计数据的总“面积差”空间分配给对应的MODIS像素。经统计数据修整后的遥感结果不仅在面积上与统计数据完全一致,又在空间位置上与纠正前的遥感分类结果相对一致。这种以“遥感方法为主,统计数据为辅”的融合策略不仅能减少因遥感的训练数据、数据处理或者提取算法带来的误差,同时能够抵抗统计数据引入的“不确定性”。
[硕士论文] 王铭恺
测绘工程 合肥工业大学 2018(学位年度)
摘要:随着计算机硬件以及遥感科学技术的发展,遥感影像的空间分辨率和时间分辨率逐渐提高。高分辨率遥感影像因蕴含复杂的地物及空间信息被广泛应用于土地资源规划及生态环境保护等领域。但其纹理及空间信息含量丰富且细节复杂给遥感影像的处理及分析造成了更复杂的难题。同时,目前遥感分类领域中高质量训练样本数据较少且难以获得。因此,如何利用已有经验数据、探索新型分类器,从而提高对高分辨率遥感影像的分类精度,是满足目前土地利用及城市规划迫切需求的必然要求。
  本文主要研究内容及结论如下:
  (1)结合2016年合肥市包河区的高分辨率遥感影像,采用近几年流行的多分类器集成方案,如Bagging、AdaBoost和Random Forest等方法对高分辨率遥感影像进行基于像元的监督分类,并与传统单一分类器,如支持向量机(SVM)、决策树(Decision Tree)等方法进行对比,评估各种分类方法的效果以及结果准确性。证明了多分类器集成方案在高分辨率遥感影像的地物分类效果确实要优于单一分类器。
  (2)以多分类器集成法的像元地物分类结果作为数据基础,通过采用传统的提取景观格局指数的方式,对2011年和2016年2期合肥市包河区遥感影像分类结果进行景观格局变化研究,并分析其驱动力因素。
  (3)结合2016年合肥市包河区高分辨率遥感影像数据集进行基于卷积神经网络迁移学习的场景分类实验。通过利用预训练的Inception-v3模型进行ImageNet图像标注数据集在研究区场景的迁移,验证了基于该方法在高分遥感影像数据集上的巨大优势。
  (4)将场景分类结果与像元分类结果做类比,对场景分类结果在景观格局分析中的应用进行讨论。
[硕士论文] 魏龙云
信号与信息处理 黑龙江大学 2018(学位年度)
摘要:光学卫星图像是指人造卫星运行的过程中,通过照相机、多光谱扫描仪等设备对地面进行拍摄所获得的图像资料,但是在拍摄的过程中避免不了受到外界因素的影响,会使图像变得模糊不清,因此产生了超分辨率重建技术(Super Resolution Reconstruction,SRR)。该技术可应用于医学图像、视频监控、军事遥感等领域。
  本文主要对超分辨率重建的研究主要有以下几个方面:
  (1)本文收集了几十组大小不同的高分辨率彩色图像,在训练字典之前需要先对选取的几十组图像进行预处理,为后续字典训练、图像重建提供了数据源。
  (2)经典Yang算法是通过字典训练K-SVD和字典学习OMP的方式进行图像重建的,由于K-SVD和OMP在图像重建过程中会产生较多的噪声,并且迭代次数较多的情况下才可以求出最优解,故本文将对K-SVD和OMP算法进行进一步的优化,使得图像更加的清晰。
  (3)算法优化后由于对边缘重建效果不明显,故本采用优化后的局部方差特征梯度边缘估计算法对边缘进行进一步的重建。
  结果表明:经过优化后的算法在峰值信噪比与结构相似性有了一定的提高,重建时间变短,重建效果更好。
[硕士论文] 王霄衣
信号与信息处理 黑龙江大学 2018(学位年度)
摘要:近年来随着越来越多的遥感卫星发射升空,获取遥感影像的手段也多种多样,如何有效的利用遥感影像的多源性,扬长避短,实现多源数据的优势互补,成为当今科研人员的一个研究热点问题。本文开展了遥感图像融合技术研究,在分析了TM和MODIS数据的各自特点基础上,通过融合高空间分辨率和高时间分辨率的遥感影像,得到高时空分辨率的遥感图像,从而提高农作物动态观测频率,服务现代智能化农业。
  本文首先对融合高空间分辨率和高时间分辨率的遥感影像的一种典型的时空自适应融合算法(STARFM算法)进行研究,发现STARFM算法存在两个不足之处:一个是融合数据反射率的方向性依赖问题,即BRDF效应问题,另一个是存在混合像元问题。针对此两种不足,本文运用Ross-Li模型对MODIS数据的BRDF效应进行矫正,并通过使用两个周期的数据来计算中心像素的反射率,来提高结果的准确性,从而降低混合像元的影响。实验结果表明改进型STARFM算法能够较好的减弱混合像元以及BRDF效应的影响,较STARFM算法,本文融合方法得到的实验结果的信源熵、相关系数、平均绝对误差、均方误差等指标均有改善。
  同时,近年来基于神经网络的图像融合算法,特别是基于卷积神经网络的超分辨率(SRCNN)算法的应用范围最为广泛。SRCNN的权值一般使用两种方法进行初始化,即高斯分布以及编码器赋值,这两种算法具有不确定性,对图像的重建精度有所影响,但是粒子群算法具有较好的收敛性,可用来设置较好的网络初始参数,因此本文使用PSO算法来优化卷积神经网络,初始化SRCNN权值,进而达到提高分辨率重建精度的目的。实验结果表明,引入PSO算法后可以提高卷积神经网络的遥感影像分辨率重建精度,融合后图像的信源熵、相关系数、平均绝对误差、均方误差等指标均有改善。
[硕士论文] 陈楠
电子与通信工程 山东大学 2017(学位年度)
摘要:自20世纪八十年代以来,遥感图像在资源、环境、军事等领域的应用越来越广泛,遥感图像分类是遥感应用中一个重要方面。基于ENVI处理平台,论文对遥感图像处理、特征分析进行研究,在此基础上,深入研究了遥感图像分类方法。主要内容包括:
  (1)遥感技术概述。主要介绍遥感系统及成像光谱技术,并在此基础上总结成像光谱技术的国内外发展近况。结合多光谱遥感图像和高光谱遥感图像各自的特点阐述二者区别,列举遥感图像的几种常见存储格式并阐述高光谱遥感图像的应用领域。
  (2)图像处理。为清晰地观察遥感图像,论文对获取的遥感图像进行处理,包括图像拉伸、图像合成和彩色变换等。采用灰度拉伸和直方图均衡的方法,提高图像的显示效果;同时,图像彩色变换能够将图像的地物和边界用鲜明的色彩区分开来,目视效果更佳。
  (3)遥感图像特征分析。利用ENVI对遥感图像进行特征分析,包括主成份分析、纹理特征分析。主成份分析是利用图像中互不相关的几个参量集中表示图像的主要信息,忽略噪声多的其他波段,显示效果良好。纹理是图像本身的自然属性,主要反映了图像中纹理的规律及特性。论文主要研究了基于概率统计滤波和基于二阶概率统计滤波的两种纹理分析方法,结合对比度、均值、方差等特征参数分析解读图像。
  (4)遥感图像分类。遥感图像分类是把不同地物划分到指定的类别中。典型的分类方法有非监督分类和监督分类,二者的不同点在于是否利用先验知识。非监督分类无需先验知识,只利用图像样本进行聚类,分类后再通过实际探察等方法确定分类结果。监督分类需要已知训练样本,并利用特征参数及判别函数建立分类器,将图像划分成不同类别。以TM影像为例,论文研究了Isodata和K-means两种非监督分类方法,同时,采用最大似然和最小距离法对图像进行监督分类,生成分类精度报表,观察并对比结果,评价分类效果。
[博士论文] 张明阳
控制科学与工程;模式识别与智能系统 西安电子科技大学 2017(学位年度)
摘要:近年来,随着高光谱遥感技术的发展,其应用已经覆盖环境监测,医疗图像,精准农业,城市监测等方面。与此同时,高维度的光谱结构也为高光谱图像处理带来了新的挑战。邻近波段之间往往存在大量的冗余信息,高维度的数据结构往往会导致“Hughes”现象,并且会增加存储空间与算法计算复杂度上的负担。另外,在高光谱数据中带标签的数据很少并且标签信息的获取难度很大。本文结合高光谱的数据特点,做了深入的研究分析,并提出了多种无监督的特征选择与特征提取方法,概括如下:
  (1)针对无监督的波段选择问题,综合考虑了重要信息的保留与冗余信息的去除两方面,将这两方面同时设计进一个目标函数中。由于该目标函数的解空间是离散的,不易于获得导数信息,本质上是一个组合优化问题。因此又设计了一个基于Memetic计算的启发式随机搜索策略,用于该目标函数的优化。实验结果表明,提出的算法比起传统的波段选择方法在后续分类精度上有了明显的提升。
  (2)针对传统的FCM无监督聚类方法中存在对初始化状态和噪声点敏感,以及易于陷入局部最优的问题,设计了一种基于PSO的优化方法来替代传统FCM中基于拉格朗日乘子法的迭代优化,并将该方法应用于高光谱的无监督波段选择中。实验结果证明,提出的算法对初始状态和噪声波段有良好的鲁棒性,并且不易于陷入局部最优。另外,在后续的分类实验中,分类精度得到了进一步的提升。
  (3)无监督特征选择问题中,如何确定特征子集中的特征个数一直是一个具有挑战性的开放式问题。针对这一问题,将其建模为一个多目标优化模型,来量化其矛盾关系,即所选特征数目与保存信息量之间的权衡关系。并且设计了一种基于分解的进化多目标优化的启发式随机搜索策略来优化该模型。该方法可以在运行时同时优化多个具有不同特征数目的特征子集的解。实验结果表明,提出的方法可以通过一次运行得到一系列具有不同特征数目的特征子集,为决策者提供更多的选择。并且这些特征子集在后续的分类实验中均有良好的表现。
  (4)由于高光谱图像中存在一些信息量不大的噪声波段,而这些波段往往与其他波段的像素分布具有明显的不同。这使得高光谱无监督特征选择问题中,重要信息保留与冗余信息的去除两方面在本质上存在着矛盾的关系,其优化方向不一致。而不同的高光谱图像数据往往对这两方面有不同的需求。如何根据不同数据集来确定这两方面的最优权衡关系成为了一个具有挑战性的问题。针对这个问题,分别将这两方面量化,设计了两个目标函数,并用他们构建了一个多目标模型。利用该多目标模型来探索在不同数据集下这两方面的最优权衡解。另外,为了优化该多目标模型,提出了一种基于多目标人工免疫算法的启发式随机搜索策略。实验结果表明,提出的算法可以根据不同数据集的数据特点有效探索这两方面,并给出一系列最优权衡解集为决策者提供更多的选择。分类实验结果表明,提出的算法得到的波段子集在分类表现上有明显的提高。
  (5)深度学习网络结构中的超参数需要大量的具有标签的样本来训练,而高光谱图像中具有标签信息的数据很少。因此,如何在保证其性能不降低过多的情况下减少深度学习在高光谱特征提取方面对于标签信息的需求量是一个挑战性问题。针对这一问题,提出了联合WGAN与CNN的方法。在该方法中,利用了CNN对空间信息与光谱信息强大的特征提取能力,并且针对CNN网络训练的问题采用了WGAN的框架设计了一种无监督的训练方式。该方法在特征提取环节是完全无监督的,摆脱了对标签信息的依赖。在三个真实数据集上进行了分类实验,实验结果证明,提出的算法比传统的无监督特征提取算法在分类精度上有了明显的提升,验证了算法的有效性。
[博士论文] 刘芳
信息与通信工程;智能信息处理 西安电子科技大学 2017(学位年度)
摘要:在利用遥感技术对地球表面进行监测的研究中,极化SAR图像的分类和变化检测问题一直都是非常关键的研究课题,它们在辨别地面覆盖物和地表变迁的任务当中发挥了重要的作用。一方面,随着遥感技术平台发展的日益成熟,产生了数量越来越多、内容越来越复杂的极化SAR图像,传统算法已经不能满足对其进行高效分析的需求。另一方面,目前深度学习模型在自然图像处理和语音处理等各个领域大显身手,展示了它强大的特征提取能力和数据处理能力,但它在遥感领域的应用才刚刚开始。与自然图像不同的是,极化SAR图像具有很多特殊的极化性质,同时它还具有内容丰富、噪声大、标记样本少等特点。在本文的工作中,充分利用极化SAR数据的特殊性质,设计了多种专门处理极化SAR数据的深度学习网络模型,用以完成极化SAR图像的分类和变化检测任务。同时,它们还能够被独立地应用于其他相关的任务,具有较强的推广性。这些研究成果也获得了国内外同行的认可,具体内容有:
  1.针对极化SAR数据的统计特性,设计一种专门对其进行建模的生成模型—Wishart深度置信网络。在用Wishart深度置信网络对极化SAR数据进行建模的过程中,充分利用大量的无标签极化SAR像素点,以便得到更加合理的建模结果。同时,极化SAR数据只由原始的相干矩阵表示,无需任何人工特征提取操作。将Wishart深度置信网络用作判别网络的预训练,经过少量有标签像素点微调之后,即可完成对极化SAR数据的初步分类。此外,根据像素点的空间信息和混淆矩阵对初步分类结果进行修正,以得到更加准确的分类结果。由于充分利用了极化SAR数据的先验知识和空间信息,该算法克服了传统算法对提取特征敏感、执行速度慢等缺点。实验结果表明,在极化SAR图像分类任务中,该算法在鲁棒性、有效性和执行效率方面均比传统算法具有更大的优势。
  2.为了提高分类算法的执行效率,提出一种基于Wishart深度堆栈网络(Wishart Deep Stacking Network,W-DSN)的极化SAR图像快速分类算法。首先,通过一个简单的线性变换,完成Wishart距离的快速计算,用以提高以Wishart距离为基础的传统分类器的执行速度。另一方面,根据Wishart距离的线性计算方式,设计一种特殊的单隐层网络结构—Wishart网络(Wishart Network,WN),能够极大地缩短网络训练时间。将Wishart网络进行堆叠,即可得到包含多个隐层的Wishart深度堆栈网络,从而进一步提高分类准确率。此工作初步探讨了将极化SAR信息融入到网络结构设计的方法,建立了极化SAR数据和深度学习网络之间的联系。实验结果表明,Wishart距离的快速计算方式非常有效;基于此设计的单隐层WN和多层的W-DSN,均可在保证高准确率的前提下,大幅提高训练和分类效率。
  3.为了解决分类任务中的小样本问题,基于生成对抗网络(Generative Adversarial Network,GAN)构建了一种面向任务的新型网络结构,称之为面向任务的生成对抗网络(Task-Oriented GAN)。此结构主要包含三个部分,生成器(Generator,G-Net),判别器(Discriminator,D-Net)和任务网络(Task-Net,T-Net)。G-Net和T-Net均是专门为极化SAR数据设计的,前者的作用是产生伪极化SAR数据,后者的作用则是完成不同的目标任务,比如分类或者聚类任务。最后一个D-Net和传统GAN中判别器的作用一致,是用于区分伪数据和真实数据的工具,它能够帮助G-Net产生与真实数据更加相似的伪数据。联合训练G-Net和D-Net,即可在不对原始数据做任何分布假设的情况下,分析极化SAR数据的内在性质,并产生与真实数据非常相似的伪数据。对于分类任务,给定部分有标签样本,T-Net可被设置为一个分类器(Classifier)。经过合适的训练过程之后,从G-Net产生的伪数据也将适用于分类任务。换言之,它可以作为增加训练样本的一种方式,因此在人工标签样本数目较少的情况下,也能够保证分类效果。实验结果验证了Task-Oriented GAN的有效性,在只有极少量人工标记像素点做训练样本的情况下,它也能够很好地完成极化SAR图像的分类任务。
  4.针对变化检测任务,提出一种新型的卷积神经网络(Convolutional Neural Network,CNN),称之为“局部受限卷积神经网络(Local Restricted CNN,LRCNN)”。首先,利用仅由卷积层构成的CNN,完成极化SAR图像的变化检测任务;然后将一个名为“局部受限(Local Restriction,LR)”的空间约束强加到上述CNN的输出层,即可得到LRCNN。在训练CNN/LRCNN的过程中,充分利用极化SAR图像的极化信息,而非人工标注信息。此外,设计了一种衡量极化SAR数据之间相似性的新型测度方法,并由此得到极化SAR图像的层次差异图(Layered Difference Images,LDIs);接着将其转化为包含了判别信息的判别性层次差异图(Discriminative Enhanced LDIs,DELDIs),最终用于CNN/LRCNN的训练中。通过一个回归形式的预训练,CNN/LRCNN能够完成对DELDIs的建模过程;此后CNN/LRCNN的分类微调步骤,则可通过由DELDIs得到的伪标签像素点来进行。最后,给定一组多时相的极SAR图像作为CNN/LRCNN的输入数据,其变化检测结果图即可从CNN/LRCNN的输出层得到。实验结果表明,LRCNN不仅能够辨别不同类型的变化/非变化数据,还能够在不丢失变化区域细节信息的同时,保证对噪声的鲁棒性。
  5.对于大场景极化SAR图像的变化检测任务,提出一种Looking-Around-and-Into模式,用于处理大场景的极化SAR图像。此模式的两个主要部分是Look Around过程和Look Into过程,分别由注意力建议卷积自编码网络(Attention Proposal Convolutional Auto-Encode,APCAE)和递归卷积神经网络(Recurrent Convolutional Neural Network,Recurrent CNN)实现。首先,将大场景的图像下采样,获得相应的差异图,并根据APCAE确定可能包含变化地物的候选区域;其次,对所有候选区域按其重要性进行排序;优先处理较为重要的候选区域,通过缩放操作得到相应区域多尺度的极化SAR图像,并利用Recurrent CNN对每个候选区域各个尺度的差异图进行拟合;最后,利用Recurrent CNN对任意位置任意尺度的区域进行检测,从而完成大场景的变化检测任务。将这种在大场景中寻找候选区域(Look Around),并对候选区域进行多尺度分析(Look Into)的模式称之为Looking-Around-and-Into模式,它能够有效地提高检测效率。同时,在对候选区域进行多尺度分析时,采用递归卷积神经网络,以此来提升检测的准确率和鲁棒性。实验证明,本算法在大场景极化SAR图像变化检测任务中表现优异。
[硕士论文] 艾婷婷
电子与通信工程 黑龙江大学 2017(学位年度)
摘要:遥感,就是说超大距离的测量状态下,不直接的把远方电磁信息保留下来,然后探讨,发现它的优点以及它怎样改变的总结性的探测方法。遥感技术的发展还比较新颖,并且正在逐步扩大的应用在电子信息,科学技术、环境保护等方面。而遥感有农业方面也贡献颇多,当前应用较广泛的领域包括对农作物产量估测、作物生存状态监督观测、作物受灾情况、生长条件测量以及害虫破坏统计等方面。在现实生活中,各种分类器应用在不同地貌类型的辨别准确度各不相同,所以怎样提高准确度成为了研究者关注的重点。本文选取了主要由耕地、林地覆盖为主的黑龙江省五常市的遥感图像,尝试解决遥感图像分类问题,操纵遥感图象分类的道理和经常使用五种基分类器对农作区实行监视分类,借此方式来对各种有差别分类器的准确度做对比。来比较出不同分类器分类准确度的差异。用ENVI和IDL两种软件参与到将有差别的单分类器的种类区分结果进一步处理,并对处理后的结果运合合并的方法区分出类别。实验发现把几种分类器合并后的研究结果同单一分类器结果对比后更加完善,从而可应用于在种植作物范围的面积估量作物以及监督观测长势情况精度的提高。
[博士论文] 上官明佳
量子信息物理学 中国科学技术大学 2017(学位年度)
摘要:单光子探测器作为最精密的测量仪器,可探测到光的最小单元,单个光子。单光子检测技术已广泛应用在激光雷达、分布式光纤探测器、生物荧光检测、量子信息、光学成像等领域。目前,1.5μm波段单光子探测器主要包括超导纳米线单光子探测器、频率上转换单光子探测器、InGaAs/InP单光子雪崩二极管。1.5μm波段气溶胶激光雷达具有人眼安全,大气透过率高,受瑞利散射干扰小,太阳背景辐射弱的优点。本论文针对这三个探测器的特点,分别研制了不同类型的激光遥感设备。
  本论文的主要工作如下:
  1.研制了基于上转换单光子探测器的人眼安全1.5μm微脉冲气溶胶激光雷达。采用高探测效率和超低噪声的上转换单光子探测器,实现了大气回波信号的高信噪比探测。在脉冲能量为110μJ,望远镜口径100mm,时间分辨率5分钟,激光雷达实现了水平距离7km的大气气溶胶探测。在验证实验中,上转换气溶胶激光雷达实现了对大气能见度的昼夜连续24小时的观测。
  2.研制了1.5μm波段的全光纤、微脉冲、人眼安全的高光谱分辨测风激光雷达。通过采用基于扫描Fabry-Perot干涉仪的高光谱分辨率技术,以及单光子检测技术,同时获得了大气气溶胶谱的频移和谱宽信息。在验证实验中,当时间分辨率1分钟时,水平探测距离达到4km。在距离为1.8km的位置,距离分辨率由30m变换到60m。对比实验中,高光谱分辨测风激光雷达的径向风速测量结果与超声风场传感器Vaisala所得测量结果吻合。根据经验公式,风速的标准偏差在1.8km处为0.76m/s,光谱展宽的标准偏差在1.8km处为2.07MHz。
  3.研制了基于1.5μm波段的结构紧凑、人眼安全、双边缘直接探测多普勒测风激光雷达。通过采用全光纤保偏结构,保证了光学耦合效率,提高了系统稳定性。通过采用时分复用技术,仅采用单通道Fabry-Peort干涉仪和单通道上转换单光子探测器,实现了双边缘探测技术。校准实验中,系统的相对误差低于0.1%。验证实验中,双边缘测风激光雷达实现了连续48小时的大气的风场和能见度探测。该激光雷达的测量结果与超声测风传感器具有很好的一致性,速度的标准偏差为1.04m/s,方向的标准偏差为12.3°。
  4.研制了基于自由运行InGaAs/InP单光子探测器的1.5气溶胶激光雷达。针对激光雷达应用,对自由运转单光子探测器探测效率、暗计数率、后脉冲概率、最大计数率进行了优化。通过优化,探测器的最大计数率为1.6Mcps,探测效率10%,暗计数率950cps,后脉冲概率18%。针对InGaAs/InP单光子探测器后脉冲概率大的特点,提出了一种针对后脉冲和计数率修正的算法。在外场实验中,经算法修正后,基于InGaAs/InP单光子探测器的气溶胶激光雷达探测的Pr2与基于超导单光子纳米线探测器探测的结果吻合,相对误差约为2%。
  5.研制了基于超导纳米线单光子探测器的双频多普勒测风激光雷达。采用双频激光器代替传统的多通道Fabry-Perot干涉仪,实现了激光器和光学鉴频器的高精度锁频。采用高量子效率和低暗计数噪声超导纳米线单光子探测器,提高了探测信噪比,其100Mcps的最大计数率避免了激光雷达的信号饱和现象。采用时分复用技术,基于集成光电子学器件实现不同方向的径向风探测,无机械扫描器件。采用微弱光源、小口径望远镜,在10米高度分辨率、10秒时间分辨率条件下,超导双频激光雷达实现了2.7km高度以下大气的风切变探测。
  6.研制了基于上转换光子计数探测器和全光纤法布里-珀罗扫描干涉仪的直接探测布里渊时域反射计。由于上转换单光子探测器超低的噪声等效功率,以及Fabry-Perot干涉仪高光谱分辨率的优点,沿保偏光纤的布里渊谱可以直接在光学频域进行分析。采用高光谱分辨方法,同时获得光纤中布里渊散射谱的频移、功率和谱宽信息,实现了分布式温度传感。采用双边缘技术,实现了动态应变的快速探测。
[博士论文] 王志伟
智能交通与信息系统工程 长安大学 2017(学位年度)
摘要:随着信息科学技术的快速发展,航拍图像已成为目前获取大量地面观测数据的重要来源之一。本文以模糊不清的航拍图像为对象,重点研究了图像的增强及其道路的提取与分析,具体工作内容如下:
  1、基于幂次变换和尺度变化的Retinex增强方法。在深入分析Retinex理论和发展历程的基础上,通过分析Retinex理论在不良天气条件下增强图像的应用,针对景深信息差别较大的航拍图像,提出了一种改进的Retinex图像增强算法。首先,利用幂次变换增强图像暗区信息,压缩图像的动态范围,同时为了抑制图像白光区域出现,对幂次变换进行非线性变换;其次,根据算出的暗原色传播图来估算出图像中不同区域的Retinex高斯滤波尺度和确定变化的滤波尺度;最后通过采用变化尺度的高斯函数和原始图像做卷积处理来得到照射分量,再从原始图像中减去照射分量,并对该图像进行指数变换得到最终图像增强结果。
  2、基于分数阶微分的增强方法。在分数阶微积分的定义和特性的析的基础上,探讨了分数阶微分G-L方程中各项系数的特性,根据这些特性,针对景深信息差别不大的航拍图像,提出了一种改进的分数阶微分模板的图像增强方法。通过与其它整数阶微分方法和传统的分数阶微分增强算法比较,新的分数阶微分算子能够得到较好的增强效果,并且对于较弱信号处理效果不理想的缺陷给予了弥补,该算法更具实用性和针对性。
  3、基于改进Canny算子的道路提取方法。首先,对于景深信息差别较大及道路有一定宽度的航拍图像,通过Retinex算法增强图像;然后用改进的Canny算子检测出主要道路段,在改进的Canny算子中,对于不同的航拍图像,高低阈值是自动获得的,确定高低阈值是使用贝叶斯和交叉熵理论来进行的;最后,基于二值图像中不连续道路段的形状参数来修正和连接路段。实验中,分别大量地测试了道路段均匀性好的和均匀性差的图像,并比较了几种常用的图像分割算法,试验及对比分析结果表明:对模糊或光照不均的高精度图像(道路有一定的宽度),新算法有着明显的效果。
  4、基于谷点边界特性的道路提取方法。对低精度图像,该算法采用分数阶微分进行图像增强后,将图像中细窄的道路段看成是谷点边界。首先将彩色图像在保证突出道路的前提下转换成灰度图像,然后在灰度图像中,用一个5?5的模板检测图像中的每一个像素是否是可能的谷点,对每一个点的检测是分别在四个方向上按3-4个像素的连线来进行的,而不是基于单独一个点来检测的,这样可以减少许多噪声的产生,从而减少候选谷点线段的后处理工作。通过对谷点的判断,可有效地去除复杂背景对道路提取的影响。最后通过图像后处理,消除短线和噪声影响,并将断续的路段连接起来。实验表明,该算法可以有效地减弱复杂背景的影响,最后从图像连续性、置信度和量化度三个方面分析了算法的可靠性。
  5、基于二阶矩的最小外接矩形测量算法。由于道路目标形状不规则及图像数字离散化的原因,道路长度和宽度计算精度会受到较大影响,为了提高测量精度,将复杂的线状目标按曲率节点分成不同的准直线段,然后把每线段放到其最小外接矩形内进行长度和宽度的测量。每一线段的最小外接矩形的获取是:首先根据二值图像中每条线段的质心和通过质心的二阶矩来计算主次轴方向;然后基于主次轴有条件地向外扩展四条直线来确定该线段的最小外接矩形,所以该算法是与线段转动角度无关的方法,只与四条直线与目标相交的点数有关。最后将每条直线段的长度累加起来的结果就是图像中该道路的长度,并算出该段路的平均宽度。实验结果表明,该算法对获取线状目标的全局信息和形状、宽度、长度都有较好的效果。
[硕士论文] 徐强强
地图学与地理信息系统 兰州交通大学 2017(学位年度)
摘要:近几年来,在遥感技术、无人机技术等技术的快速发展下,多源高分辨率的航空/卫星影像获取变得越来越容易,且数据体量也越来越大。在遥感大数据时代,作为遥感领域非常重要的研究课题一遥感影像分类及变化检测一直是很多研究者关注的热点。遥感影像分类及变化检测在很多领域有着非常实用的价值,比如地理国情监以及国土、规划和环保等相关行业监测数据库的更新等都需要应用遥感影像分类和变化检测技术。但是,目前在相关领域的应用主要还是以人工目视解译为主。虽然面向对象影像分析技术已经成为遥感影像信息提取的一个新的范式,但在面向对象影像分类及变化检测过程中始终缺乏对地表覆盖要素的概念化、形式化的描述,对地理要素缺乏客观、本质的认识;对分类知识也没有进行统一的完全的形式化的描述,且没有实现相关行业分类及变化检测知识的共享。因此,如何很好的组织遥感影像分类中的高级类别信息和底层特征信息成为当前遥感领域一个重要研究课题。
  本文以多源遥感影像作为数据源,对遥感影像分类及变化检测进行了相关研究,在遥感影像分类中引入地理本体理论,借助本体可以实现共享概念模型明确的形式化的描述。首先,基于大数据分析技术对影像对象特征进行了信息挖掘分析,并利用本体构建地物特征信息图谱。随后,采用本体建模软件,建立了遥感影像地表信息的概念化、形式化的表达方法,以便有效地组织和形式化影像对象分类特征以及分类规则信息,实现高层分类语义信息与底层特征信息的联系,消除二者存在的语义鸿沟。最后,将地理本体分类本体知识与机器学习算法结合起来对分类方法进行了改进。并利用研究区遥感影像进行了分类及变化检测实验,下面是本论文取得几个重要研究成果及创新点的概述:
  (1)基于随机森林的影像对象特征分析,利用随机森林具有特征选择的能力,对影像对象的光谱、纹理、几何特征等进行综合分析,借助大数据分析预测软件SPM(SalfordPredictive Modeler)计算影像对象特征的重要程度得分、整个森林的平衡误差、袋外数据误差等参数,然后对这些参数进行综合分析,实现分类特征的选择,以及特征的分离阈值。并根据特征选择的结果及特征重要性分析,构建了影像分类规则。
  (2)以高空间分辨率/高光谱分辨率的航空/卫星影像数据和LIDAR数据作为数据源,对遥感影像分类知识以概念化、形式化的方式进行本体建模,影像分类本体模型包括影像对象特征本体模型、分类规则本体模型和地表覆盖分类本体模型。在此基础上进而提出一种地理本体驱动的SVM(Support Vector Machine)分类方法。与普通的SVM分类相比,该方法通过有效的将分类本体知识与SVM分类器结合起来,提高了SVM分类器的分类精度。
  (3)在获得高精度的分类结果基础上,结合基期矢量分类数据对分类对象进行变化检测。得到了研究区的变化图斑,计算了地类变化转移矩阵,通过对转移矩阵的分析更加直观的了解了地类的变化流向信息。与人工变化检测的结果相比,分类后变化检测基本达到了人工检测的水平,但速度要比人工检测快。对后期相关数据库的更新给以一定的帮助。
[硕士论文] 蔡高剑
计算机技术 长安大学 2017(学位年度)
摘要:建设“智慧城市”是当前各大城市的发展方向,通过三维重建技术将城市建筑、土地及道路等重建为三维模型是建设“智慧城市”重要的一环,在此环节中涉及到信息的采集和三维重建两大方面。
  以无人机平台代替卫星遥感和大型无人机等传统方式进行城市及地理图像采集,不仅在成本、效率上有巨大优势,获得的数据精度更高、信息量更大。
  基于面片的三维重建算法自动化程度高、三维模型细节丰富,但重建时间长,本文通过聚簇分类原理将大场景分解成多个区域,各区域并行重建来降低整体的重建时间。本文提出在低分辨率下进行平面区域检测,再根据是否为平面区域进行多方式的面片扩散,提高结构复杂区域的点云数量的同时降低整体重建时间。
  本文主要对大数据集场景的三维重建技术进行研究,主要的研究工作及成果如下:
  1.对比分析常见的三维重建算法,依据重建效果及自动化的要求,采用立体视觉重建算法中基于面片的三维重建算法。
  2.根据图像数据的特点,将点云范围约束加入算法中,提升点云准确度,并减少错误数据带来的额外时间消耗。
  3.鉴于三维重建的图像集数据量大的特点,本文引入图像聚簇分类算法,将大场景的三维重建分解为若干小区域的三维重建,以并行方式来减少重建时间。
  4.在PMVS算法中依据场景表面相似性原理,在低分辨率的图像层提取场景平面区域,再通过改进的面片扩散方式提升稠密点云数量。
  通过实际采集的数据进行改进后的算法实验,分析得出改进后的算法在点云密度及重建速度上都有较大提升。
[硕士论文] 周甜甜
地理学 曲阜师范大学 2017(学位年度)
摘要:近些年来,大量关于城市热岛现象的研究结果表明沿海地区由于受海陆风等的影响,城市热岛特征有异于内陆地区,且热岛形成机理较内陆地区更复杂。但相对内陆城市而言,沿海地区气候条件较优越,对其热岛效应的关注度较低。本文选取中国北方沿海城市青岛市作为研究对象,对其城市热岛的时空特征进行分析。青岛市是中国重要的经济中心和港口城市,城市化水平高,尤其是20世纪90年代以后,青岛市进入全新的发展阶段,城市规模急剧扩大,由此引发了一系列的生态响应,城市热岛现象便是其中之一。城市热岛能够引发城市热浪,从而直接影响着人们的日常生活,甚至威胁到整个人类的可持续发展,引起了人们的广泛关注。
  本文根据2001年1月-2012年12月共416幅8天合成地表温度产品MOD11A2遥感影像,以UHIER指数为划分标准,采用密度分割法对地表温度进行等级分类,并运用相关分析、空间叠加分析和景观格局指数分析等方法,分析了青岛市城市热岛在日、季节及年际等时间尺度的变化规律和空间分布特征。结合Landsat TM数据、DEM数据、统计数据及气象数据,探讨了城市热岛的影响因素。主要结论有:(1)从20世纪80年代以来,青岛市的年平均气温、极端最低气温、极端最高气温总体上都呈波动上升趋势,其中极端最高气温的上升速率最快,三者的线性趋势变化率分别为0.289/10a、0.304/10a、0.407/10a,并于20世纪80年代末发生气温突变。(2)城市热岛具有夜强昼弱的日变化特征;在季节尺度上,表现为冬强夏弱,高温区所占面积比例分别为8.66%和5.07%;年际尺度上,热岛范围呈现出逐年增大的特点,高温区面积以每年15%的速率增加。(3)城市热岛主要集中在青岛市区、即墨市南部、胶州市中部以及黄岛区东部;同时2001-2012年间,热岛中心表现出由白天到夜晚向海洋靠近的昼夜差异及总体上北移的年际变化趋势;对城市热岛的景观格局分析发现,较高温区总体呈现逐渐减小与破碎化趋势,而高温区面积则逐年增大并向集中化趋势发展,总体而言,青岛市地表温度向高温化、集中化趋势发展。(4)NDVI与城市热岛之间呈现负相关关系,土地利用类型和地势分布与城市热岛分布呈现较好的吻合性;选取的人文因素对城市热岛的影响程度表现为:地区GDP>机动车数量>城市建成区面积>城镇人口比例;在气象条件方面,风向和风速分别能够影响城市热岛的分布和强度,相对湿度则能够减弱城市热岛效应。
  该研究结果可为合理缓解青岛市城市热岛提供一定的决策依据和方向,同时在一定程度上能够丰富沿海城市的热岛效应理论。
[硕士论文] 龚文娟
数学 长安大学 2017(学位年度)
摘要:高光谱遥感图像具有光谱分辨率高、波段数目多及波段宽度窄等特点,导致其数据维数和数据量较高,造成了大量的信息冗余,且某些波段中含有大量的噪声,对数据处理的精度和效率产生了一定程度的影响。而波段选择可以在保留原始波段物理意义的同时降低数据的维数、减少数据量,因而常被用来进行高光谱图像的预处理。因此,针对高光谱遥感图像的特点和存在的问题,本文提出了两种新的高光谱图像的波段选择算法。
  一种是基于线性表示的高光谱图像波段选择算法。首先,针对每一个波段,建立该波段与其余波段之间的线性表示关系;其次,依据复相关系数的大小确定相关程度最高的波段,并将其视为冗余波段进行剔除;最后,对剩余的波段重复上述过程,从而获得最小波段集。此外,对该算法进一步优化,使优化后的算法更加节省时间,计算效率大大提高。
  另一种是基于波段指数的高光谱图像波段选择算法。首先,用小波变换对高光谱图像数据进行去噪处理;其次,根据联合偏度与峰度指数对波段进行分组;最后,依据波段指数的大小确定相对较小指数的波段,并将其视为冗余波段进行剔除,从而得到最小波段集。该算法充分发挥小波变换、联合偏度与峰度指数及波段指数三者的优点,将三者结合起来进行波段选择,从而获得较优的波段子集。
  为了验证本文所提算法是否可行,文中分别设计了两组实验进行验证。实验结果表明,文中所提算法在波段选择过程中具有可行性与有效性,降低了所选波段之间的相关性与冗余性,为高光谱图像的降维工作提供了理论支持。
[硕士论文] 韩雪
应用数学 长安大学 2017(学位年度)
摘要:高光谱遥感图像通常包含上百个波段的光谱信息,它因具有较高光谱分辨率而成为当今遥感领域研究的热点,但因其较低的空间分辨率和复杂的地物分布,导致图像中普遍存在混合像元。所以,基于高光谱图像进行精确的地物识别和分类,首先要对混合像元进行分解,而端元提取是混合像元分解的关键环节。
  本文围绕高光谱图像端元提取这个中心展开,提出了基于单体扩张的端元提取算法,文章基于线性表示理论与凸锥模型理论,论证了:与单体共面的单体外向量被单体的顶点向量线性表示时,表示系数必有负值,从而给出了理想情形下判别端元的充要条件,并在此基础上,针对非理想情形提出了一种端元提取的迭代算法,算法提取端元的精度优于VCA、PPI算法,算法对噪声的敏感性低,稳定性好,但是算法运算效率较低。针对这个缺点提出了两种改进算法:第一种改进算法根据端元一般在表示系数有负值的像元中产生的理论,在不影响端元提取精度的前提下,提出了一种像元逐渐减少的端元提取算法;第二种改进算法结合光谱信息熵的理论,认为相对纯净的像元光谱信息熵较小,通过设定阈值,使得初始像元的总数减少,即在基于单体扩张的端元提取算法的基础上做了一个预处理。两种改进算法在保证端元提取精度的前提下,减少了算法的运行时间。
[硕士论文] 孙小琼
自然地理学 贵州师范大学 2017(学位年度)
摘要:植被是联结大气、土壤和水分的自然纽带,而植被类型作为影响流域赋水强弱的主要因素之一,即植被的变化情况可以从侧面反映水资源丰欠的变化。本文利用2005-2011年间美国USGA发布的LANDSAT5数据,基于RS和GIS技术,提取DVI、RVI、EVI、NDVI、TVI五种植被指数,并结合相应的水文资料(降水量、径流深),通过对相关性和灰色关联分析,研究近7a来贵州省植被覆盖变化与流域水资源的关系。主要结论如下:
  (1)贵州省喀斯特流域的降水量与 landsat5遥感影像植被指数(DVI、RVI、EVI、NDVI、TVI),通过统计学相关分析法和灰色关联分析法对二者之间的关系进行探究。总体上看,研究区降水量与同期植被指数DVI、RVI、NDVI、TVI之间存在较好的相关性;降水量与DVI、RVI、EVI、NDVI、TVI的关联度均较高,都是在0.8以上,五种植被指数均与降水量关系较密切。此外,通过对比3月份、9月份植被指数与降水量的关系,得出二者相关性是3月优于9月。
  (2)研究区径流深与植被指数(DVI、RVI、EVI、NDVI、TVI)均呈正相关关系,3月份径流深与 DVI、RVI、EVI、NDVI、TVI的相关系数分别为0.682、0.770、0.717、0.662、0.637。9月相关系数RVI最高,相关系数为0.746;TVI和NDVI次之,相关系数分别为0.727和0.718;再次为DVI,其相关系数为0.691;EVI的相关性最差,系数为0.576。通过关联度分析,3月和9月DVI、RVI、EVI、NDVI、TVI五种植被指数均与径流深有密切的关系。
  (3)在对降水量的监测中,总体而言,曲线模型中的三次多项式方程和多元线性模型比二次多项式的拟合精度更高。即相对于二次多项式来说,曲线模型和多元线性回归模型更能反映植被指数与降水量的关系。而在径流深与植被指数的构建的数学模型中,指数模型与多元线性模型的拟合精度较好,指数模型3月和9月R2高达0.8以上。
  (4)在植被指数与降水量的回归关系模型中,无论是3月还是9月,三次多项式模型优于其他曲线模型(二次多项式和指数回归模型)。基于RVI建立的三次多项式关系模型的R2,3月份和9月份分别达到了0.653、0.774,并对三次多项式模型进行验证,发现实测值与预测值非常接近,平均误差分别为18%和7%。综上,说明三次多项式模型可以满足喀斯特地区水资源的宏观监测的需要,也说明三次多项式关系模型用来监测降水量是一种简单有效、切实可行的方法。在植被指数与径流深的构建的数学模型中,多元线性模型与指数模型R2均大于0.7,模拟效果较好。
  (5)不同植被指数与水资源的内在联系是有差异的,植被指数与同期径流深的密切程度高于降水量与植被指数。其中,与径流深和降水量相关性最好的是比值植被指数(RVI)。
  (已选择0条) 清除
公   告

北京万方数据股份有限公司在天猫、京东开具唯一官方授权的直营店铺:

1、天猫--万方数据教育专营店

2、京东--万方数据官方旗舰店

敬请广大用户关注、支持!查看详情

手机版

万方数据知识服务平台 扫码关注微信公众号

学术圈
实名学术社交
订阅
收藏
快速查看收藏过的文献
客服
服务
回到
顶部