独立分量分析及在遥感动态监测中的应用研究.pdfVIP

博士论文 独立分量分析及其在遥感动态簸测中的应用研究 摘要 独立分量分析是信号处理技术的新发展，它作为盲信号分离的一种有效方法丽受 到广泛的关注。独立分璧分析算法通过计算数据的高阶统计信息，可以从观测信号中 估计出相互统计独立的、原始的、被未知因素混合的信号。由于算法能够反映图像数 据的高阶统计特征，在图像处理中得到成功的应用。本文对独立分量分析快速算法及 其在遥感图像处理的应用进行了深入研究，主要有以下几方面的工作： 研究了独立分量分析算法，特别是独立分量分析算法中的快速算法FastlCA。在 法的收敛性能，减少算法的迭代次数。针对M。FastICA算法的收敛依赖于初始权值的 问题，在算法过程中加入松弛因子，提出LM-Fast[CA算法，改善了算法对初始权值 的依赖性。 对卫星多光谱遥感图像的成像机理进行分析，认为多谱段遥感图像是地物的谱段 信息的随机混合结果。应用独立分量分析算法对其进行分离，使每个独立分量尽量集 中某些地物的信息，比主成分分析算法具有照好的可分离性，并得到了更好的分类结 采。 将LM—FastlCA算法应用到常州地区农业用地和环境动态监测卫星遥感系统中， 利用ICA算法的优点对原始遥感图像进行预处理，然后用神经网络算法或者自适应 最小距离分类算法，进行农作物分类、林地提取、水面提取。 基于独立分量分析算法构建了一个针对常媸地区的可运行遥感系统，可以实现自 动提取水稻、油菜和小麦等农作物信息，得到温场分布图，提取林地和水面的分布图。 另外，它还可以查询和发布系统获取的信息。 关键词；独立分量分析， 距离分类法，遥感系统 博士论文 Abstract anew of IndependentComponentAnalysis(ICA)wasdevelopmentsignal processing． to ofblind Asalleffectivemethodthe hadattractedbroadattention． separationsignals，ICA statistics couldestimatethe Calculated information，ICA source higher-order signals， whichWasstatistics andmixedunknown theobserved independentby factor,from signals． reflected statisticscharacteristicof BecauseICA hadsuccessful higher-order data,it image in fieldsof discussedICA’Sfast many imageprocessing。Tllispaper application algorithm in an