基于稀疏表示的高光谱图像分类和异常检测研究-控制科学与工程专业论文.docx

摘要 摘要 基于稀疏表示的高光谱图像分类和异常检测研究 摘要 高光谱图像分类和异常检测是一种在高空使用遥感传感器采集地面 物体电磁波反射并对其进行模式分类和异常点发现的技术。相对于传统的 多光谱遥感，高光谱遥感能够将图像的空间维信息和光谱反射特性曲线有 机的结合，为高光谱图像处理技术创造了有利的条件。基于稀疏表示的高 光谱图像分类和异常检测是本文主要研究方向，本文的主要工作及研究成 果为以下几个方面： 1．介绍了本论文的研究背景及意义，查阅了高光谱图像分类和异常 检测的国内外研究现状，分析了高光谱影像的数据特点及描述方法。 2．阐述了数据降维技术基本原理，重点介绍了几种典型的数据降维 算法及其特点，对高光谱图像的分类和异常检测进行研究，详细介绍了几 种基于机器学习的有监督分类问题和无监督聚类算法。 3．介绍了一种基于稀疏保留的高光谱图像特征提取算法，在此基础 上提出一种基于稀疏和低秩表示图的特征提取算法，并结合支持向量机分 类器设计了高光谱图像分类的流程。通过在三个高光谱数据集上的实验， 分析实验结果，验证所提出方法的有效性。 4．分析了常用于高光谱图像异常检测的RX算法特点，针对RX算法 存在的不足，提出一种基于稀疏表示对RX算法进行改进的异常检测方 法，并在两个高光谱数据集进行实验，验证所提出方法的有效性。 万方数据 北京化工大学硕士学位论文关键词：高光谱图像，模式分类，异常检测，稀疏表示，低秩表示，特征 北京化工大学硕士学位论文 关键词：高光谱图像，模式分类，异常检测，稀疏表示，低秩表示，特征 提取 Ⅱ 万方数据 HYPERSPECTRAL HYPERSPECTRAL IMAGERY CLASSIFICATIoN AND ANOM认LY DECTIoN BASED oN SPARSE REPRESENTATIoN ABSTRACT Hyperspectral image classification and anomaly detection is a technology that capture spectral characteristics of ground objects for pattem classification and anomaly detection by aerial remote sensors．Comparexl with the traditional multi—spectral remote sensing，hyperspectral remote sensing Call be a combination of spatial dimension and spectral reflection characteristic， creating favorable conditions for hyperspectral image processing technology． Hyperspectral image classification and anomaly detection based on sparse representation is the main research directions of this article，the main work and research results ofthis paper the following aspects： 1．It studys the research status of hyperspectral image classification and anomaly detection，the characteristics of hyperspectral images is also analyzed． 2．The related techniques of hyperspectral image data processing are introduced．Firstly,the basic principle of dimension reduction technique is described，and then some typical algorithms and their characteristics are introduced in this paper．The classification and anomaly detection of ⅡI 万方数据 北京化工大学硕士学位论文hyperspectral 北京化工大学硕士学位论文 hyperspectral images are studied，and the supervised cla