中国石油大学(北京)本科毕业设计-答辩.pptVIP

中国石油大学（北京）本科毕业设计论文答辩 基于小波分析的海洋高光谱油气信息提取 指导教师：周子勇（副教授） 环科03-2 丛娜 一、论文研究的内容及意义 二、论文设计思路 一、论文研究的内容及意义 1、研究内容 2、研究意义 二、论文设计思路 （一）资料准备 （二）实验过程 （三）论文总结 （一）、资料准备 1、高光谱遥感 2、小波变换 3、分类方法简介 1、高光谱遥感 (1) 定义 高光谱遥感（Hyperspectral Remote Sensing）是指利用很多很窄的电磁波波段从感兴趣的物体获取有关数据。它是在电磁波谱的紫外、可见光、近红外和中红外区域，获取许多非常窄且光谱连续的图像数据的技术。 (2) 高光谱遥感数据的特点 ①波段多 ②光谱分辨率高 ③空间分辨率较高。 ④相邻波段的相关性高，数据冗余大。 2、小波变换 （1）小波的定义 小波是一个衰减的波形，它在有限的小区域里存在（不为零），且其均值为零 （2）小波变换的定义 小波变换的含义是：把一个称为基本小波的函数做位移后，再在不同尺度a下与待分析信号做内积： 3、分类方法简介 （1）ISODATA法即动态聚类 法，是利用聚类分析方法进行 图像分类使用较多的一种分类 方法。 （2）SAM法 SAM法即波谱角度填图法，是通过计算一个测试光谱（像元光谱）与一个参考光谱之间的“角度”来确定它们两者之间的相似性。 用SAM法进行图像分类的基本流程 （二）实验过程 1、遥感图像预处理 2、小波分析 3、图像分类 4、实验结果 1、遥感图像预处理 （1）图像旋转 （2）坏线修复 （3）大气校正 2、小波分析 （1）图像截取及分割 （2）在MATLAB环境下进行小波分解 3、图像分类 （1）未进行大气校正直接进行的分类 （2）进行了大气校正而未进行小波变换进行的分类 （3）小波变换—ISODATA法分类 （4）小波变换—SAM法分类 4、实验结果（1）利用ISODATA分类后得到的结果 （2）利用SAM法分类后得到的结果 （三）论文总结 1、结论 2、实验中存在的问题 3、展望 * * Hyperion 数据获取 波段选取 图像旋转 坏线修复 大气纠正 图像截取及分割 小波变换处理 不同分解层次 不同小波 结果输出 分类统计 不同分解层次的 统计结果进行对比 不同小波 的统计结果进行对比 预处理 小波分析 结论 正弦波 db10 开始 初始聚类中心 计算距离 像元归类 计算类别均值 均值与中心数一致？ 新均值代替旧中心 PW景原始影像 旋转后的影像 a.坏线修复前 b.坏线修复后 a. FLAASH大气校正前 b. FLAASH大气校正后 截取后的影像 分割后的影像 原始影像 db3-3-a3 db3-3-d1 db3-5-a5 db3-5-d1 未小波分解的分类图 coif3-3-a3 coif3-3-d1 coif3-5-a5 coif3-5-d1 未大气校正的分类图 db3-3-a3 sym3-3-a3 coif3-3-a3 bior2.4-3-a3 未经小波变换的SAM分类图 标有井位点的影像图 coif3-3-a3 coif3-5-a5 db3-3-a3 db3-5-a5 * * * * *