基于等距特征映射的高光谱图像可视化研究

摘要

随着遥感技术的不断进步，高光谱遥感技术在众多领域得到了迅速的发展与应用，同时人们对高光谱图像的信息呈现方式有着越来越高的要求。在当前技术条件下，空间分辨率虽有巨大的进步，但始终无法解决同一像元内存在的异质性这一难题。对于任意像元，以往的分类方法只能将像元归为某一类别，亚像元定位等方法虽能取得更精细的分类效果，但对于大范围的混合像元只能获得泾渭分明式的类别区分，对相互交融式的分布细节刻画得不够理想，而这一情况在实际应用中普遍存在。这些方法虽有不断的改进，但对高光谱图像信息的表达仍存在不足。高光谱图像彩色可视化技术是一种对高光谱图像的直观呈现方法，它基于人类视觉特性，利用彩色空间表述图像中所含有的丰富的空间及光谱信息，能够使观察者更加清楚且准确地理解和处理相关的有用信息。这种将抽象的数据信息转化为具象的图像信息的可视化方法对于科学决策和信息利用意义重大。
　　本文对高光谱图像可视化技术进行重点研究，基于等距特征映射算法实现高光谱图像的可视化，尽可能多地保留原高光谱数据中含有的信息，保持各像元间的光谱距离，结合彩色空间成色原理以符合人眼视觉特性的方式来展现各像元之间在光谱上的差别，通过色彩的变化来表征像元在光谱上的差异，进而更符合地物实况描绘出地物分布信息的变化。从提高可视化的精度出发，结合高光谱图像的特点提出了新的可视化方法。主要研究内容如下:
　　首先，阐述了高光谱图像在遥感技术领域的重要作用、课题研究背景及意义，对高光谱图像可视化技术的研究现状作了详细的介绍，指出了各类可视化方法存在的不足。
　　其次，分析高光谱图像的成像理论及其数据特点，对三种经典的可视化方法的原理及过程作了详尽的展示，以此来展示可视化的基本原理。
　　再次，研究了等距特征映射(ISOMAP)算法的基本原理和实现步骤。针对L-ISOMAP在实现可视化时存在的不足，本文提出了KL-ISOMAP算法以降低传统的L-ISOMAP算法降维过程中，对高光谱图像这一流形数据的低维嵌入重构产生的扭曲，分别从可视化精度和运行效率两方面来提高L-ISOMAP运用于可视化时的性能。
　　最后，为提高各像元之间的区分度以达到效果更佳的可视化图像，本文提出了两种基于空间纹理信息与光谱信息相结合的高光谱图像可视化算法。首先利用Gabor滤波器组和灰度共生矩阵两种方法分别提取空间纹理信息，再与光谱信息级联，然后使用KL-ISOMAP算法降维，进而实现可视化。在空间信息的辅助下，修正像元之间的测地距离，提升可视化效果。

目录

声明

摘要

第1章绪论

1．1课题研究背景及意义

1．2彩色可视化技术的国内外研究现状

1．2．1简单的三波段可视化方法

1．2．2基于像元分析结果的可视化方法研究现状

1．2．3基于降维结果的可视化方法研究现状

1．3实验数据及可视化评价准则

1．3．1实验数据

1．3．2可视化评价准则

1．4本文的研究内容和组织结构

第2章高光谱图像特点及常用可视化方法

2．1高光谱图像的特点

2．2高光谱图像常用的可视化方法

2．2．1固定线性光谱加权封装

2．2．2基于主成分分析的可视化方法

2．2．3基于凸优化的可视化模型

2．3本章小结

第3章基于KL-ISOMAP的高光谱图像可视化

3．1引言

3．2 ISOMAP理论基础

3．2．1图论算法介绍

3．2．2 ISOMAP算法具体步骤

3．4 KL-ISOMAP算法

3．4．1基于NK-medoids聚类算法的标志点和相似像元选取

3．4．2 HSI可视化的实现

3．5实验内容与结果分析

3．5．1模拟数据实验

3．5．2可视化结果对比

3．5．3相似阈值对可视化结果的影响

3．6本章小结

第4章基于空-谱协同的高光谱图像可视化

4．1．1 Gabor滤波原理

4．1．2基于Gabor滤波器的纹理信息提取

4．1．3灰度共生矩阵纹理信息提取

4．2基于空-谱信息的高光谱图像可视化

4．3实验内容及结果分析

4．4本章小结

结论

参考文献

攻读硕士学位期间发表的论文和取得的科研成果

致谢