- 资源介绍
- 更新记录
- 安装教程
摘 要
高光谱成像是将数字成像与光谱技术相结合,探测目标的二维几何空间与一 维光谱信息,并将其获取到的高光谱分辨率的连续且窄的波段的图像数据称为高 光谱图像。这项技术已成功应用于环境监测、农业、航天等领域。
在高光谱图像中,精细的光谱分辨率使得波段间通常具有很高的相关性,造 成了数据的大量冗余。因此波段选择作为数据降维的一种方法,在高光谱图像处 理中是最为关键的步骤之一。波段选择的好坏直接关系到利用所选波段进行高光 谱图像假彩色合成结果的优劣。基于图表示的波段选择方法是众多算法中最有效 的方式之一,它把波段看作高维空间中的点,巧妙地利用聚类的思想找到最具有 代表性且相互之间相关性较小的波段,大大提高了波段选择的效率。然而该方法 在有噪声波段存在时不再适用。
本文针对这一问题,首先介绍了高光谱图像的基本概念和原理,然后在基于 图表示的波段选择方法的基础之上,证明了该方法在所选波段数目大于聚类个数 的情况下会优先选入噪声波段,然后利用噪声对二阶微分算子敏感的特性,引入 拉普拉斯算子对噪声波段进行处理,研究不受噪声影响的基于图表示的改进波段 选择算法,并编写了相关的 Matlab 语言程序。
最后利用真实高光谱遥感图像数据集所进行的实验结果验证了本文方法的 有效性。
关键词: 高光谱图像 波段选择 假彩色合成 图表示 拉普拉斯算子
ABSTRACT
Hyperspectral imaging combines the digital imaging with spectroscopy, detecting
the information of target’s geometric space and spectrum. The image obtained by a series of continuous and narrow bands with high spectral resolution is called hyperspectral image. It has been successfully applied to environmental monitoring, agriculture and aerospace, etc.
In terms of hyperspectral image, the bands are usually highly correlated due to the spectrum resolution, which leads to great redundancy in hyperspectral data sets. Therefore, band selection used as an approach for dimensionality reduction is one of the most important steps in hyperspectral image processing. The correctness of the band selection is directly related to the result of false color composite of hyperspectral image. The graph representation based band selection(GRBS) is one of the most effective ways to solve this problem, which greatly improves the efficiency of band selection by interpreting bands as the nodes of a graph in high-dimensional space. It can find the most representative and interrelated bands using the idea of clustering tactfully. However, it is no longer applicable when noisy bands exist.
As to above problem, this paper firstly introduces the basic principle of hyperspectral image, then on the basis of GRBS, we prove that GRBS tends to select noisy bands when the number of selected bands is larger than the number of clusters. In order to solve this issue, the Laplace operator is introduced for processing and propose the algorithm termed improved graph-represented band selection(IGRBS). Also, we have made up the relevant Matlab language program.
Finally, we verified the validity of this method by using real hyperspectral image
data.
Keywords: Hyperspectral image Band selection False color composition Graph representation Laplace operator
目 录
2.3.1 高光谱数据表示方式 11
2.3.2 波段间的相关性 12
2.3.3 休斯(Hughes)现象 12
2.3.4 高光谱数据特性分析小结 13
3.2.1 GRBS 准则函数 15
3.2.2 参数的选取 17
3.2.3 GRBS 实验结果 18
3.3.1 情形一证明 19
3.3.2 情形二证明 21
4.2.1 噪声波段对拉普拉斯算子的响应 25
4.2.2 IGRBS 准则函数 27
4.4.1 IGRBS 去噪实验 32
4.4.2 IGRBS 选择波段进行假彩色合成 33
4.4.3 IGRBS 分类精度测试 38
第五章 结论与展望 40
猜你喜欢
-
基于JSP的高校考试排座管理系统设计与实现毕业论文+任务书+开题报告+使用说明书+实习报告+外文翻译及原文+项目源码及数据库文件
2021-06-08 -
2020届机械设计制造及自动化专业毕业设计(论文)工作方案
2021-06-08 -
多功能健身车设计毕业论文+计算书+cad图纸
2021-06-09 -
云桌面技术研究与应用毕业设计论文+开题报告+翻译+源码
2021-06-10 -
某建筑工程设计计算说明书(论文)+任务书+建筑结构门窗cad图纸+配筋图+施工平面图
2021-06-08 -
铺砖机机械结构设计说明书(论文)+cad图纸+Solidworks三维图
2021-06-08 -
花生去壳机的设计毕业设计全套(任务书+开题+翻译+论文+cad图纸+solidworks三维模型)
2021-06-10 -
基于CS结构的即时通信系统的设计与实现 毕业论文+开题报告+外文翻译+答辩PPT+设计源码
2021-06-10 -
中天国际建筑的供电系统设计 计算说明书(论文)+初稿+任务书+CAD图纸
2021-06-08 -
FIR数字滤波器的设计论文+任务书+开题报告+设计源码
2021-06-10
-
上海理工大学成人高等学历教育本科毕业设计(论文)撰写规范
2021-06-08 -
基于Java的网络爬虫实时新闻监测分析系统毕业论文+任务书+翻译及原文+设计源码及数据库+辅导视频
2021-06-09 -
基于JavaWeb的在线考试系统的设计与实现毕业论文+答辩PPT+部署说明+项目源码及数据库文件
2021-06-08 -
中国石油大学(华东)现代远程教育毕业设计(论文)基本要求及写作格式
2021-06-08 -
基于JSP的机场调度系统客户端和服务器端设计与实现毕业论文+任务书+中期表+翻译及原文+答辩PPT+源码+数据库+辅导视频+部署说明
2021-06-08 -
基于php的网上书店设计与实现毕业论文
2021-06-08 -
多功能便携式吸尘器设计毕业论文+任务书+答辩PPT
2021-06-09 -
基于JavaWeb婴幼儿产品购物商城设计与实现(SSH)毕业论文+任务书+中期表+答辩+翻译及原文+源码+数据库+辅导视频
2021-06-08 -
基于JavaEE的宠物领养系统的设计与实现毕业论文+任务书+中期表+外文翻译及原文+答辩PPT+项目源码及数据库+运行说明
2021-06-08 -
基于matlab的运动目标检测仿真设计 毕业设计论文+外文翻译及原文+程序
2021-06-08
猜你在找
99源码网,程序代做,代写程序代码,代写编程,代写Java编程,代写php编程,计算机专业代做,计算机毕业设计,网站建设,网站开发,程序 » 高光谱图像最优假彩色合成方法研究毕业论文+附录代码
常见问题FAQ
- 免费下载或者VIP会员专享资源能否直接商用?
- 本站所有资源版权均属于原作者所有,这里所提供资源均只能用于参考学习用,请勿直接商用。若由于商用引起版权纠纷,一切责任均由使用者承担。更多说明请参考 VIP介绍。
- 提示下载完但解压或打开不了?
- 找不到素材资源介绍文章里的示例图片?
- 99源码网
- 2021-06-08Hi,初次和大家见面了,请多关照!