高光谱遥感影像检索理论和方法研究.pdf

摘 要 论文针对高光谱遥感影像检索理论与方法，对光谱相似性度量、基于光谱特征 的高光谱影像检索和高光谱数据挖掘进行了研究。 光谱相似性度量在高光谱遥感影像检索与处理中具有重要作用。在分析主要算 法与原理特点的基础上，构建了包括几何度量、概率度量、编码度量、特征度量、 变换度量五个层次的高光谱遥感光谱相似性度量框架体系。以集合论与集合运算为 基础，提出了基于集合论和光谱多边形的光谱相似性度量方法，并设计了相应的算 子。面向光谱向量快速编码与匹配的要求，提出四值编码、快速十进制编码、八叉 树编码和十六叉树编码匹配方法，能够满足快速检索的要求。通过对传统光谱角制 图模型的误差分析，构造了分组算法、交叉算法和归一化算法三种改进算法。 以基于内容的图象检索为基础，针对遥感影像的特点提出了基于内窑遥感影像 检索的结构模型，重点对影像内容和特征、检索模式进行了分析。在光谱特征提取 与比较分析的基础上，进行了高光谱遥感影像检索的理论分析、算法设计、实例研 究与原型系统开发。 基于对遥感影像库中数据挖掘与知识发现的分析，研究了高光谱遥感数据挖掘 的体系结构、可发现知识类型与挖掘模式，对一些关键技术包括数据预处理、挖掘 算法、知识解释等进行了探讨。针对高光谱遥感信息智能处理的基本问题，侧重对 知识获取、推理机制、人工神经网络应用、信息融合与智能处理、光谱模型与智能 处理集成以及地理信息系统支持下的影像处理等问题进行了探讨。最后，将高光谱 遥感影像降维算法归纳为全局选择、全局提取、分组选择和分组提取四类，并提出 了算法构建的一般准则。 关键词：基于内容的图象检索，离光谱遥感，相似性度量，光谱特征，数据挖掘 Abstract tothedemands RS measure， image similarity According ofhyperspectralretrieva／，spectral feature·basedRS retrievaland data are hyperspectral investigated spectral imagery mining this in paper． measure rolein RS retrievaland similarityplaysimportanthyperspectralimage Speewal of isestablishedbasedon new measure framework processing．A spectralsimilarity this consists the ofcurrent framework to and algorithms，and analysisprinciplesproperties five measure of measure，feature measure，probabilitymeasure，encoding levels：geometric measureonset