基于光谱特征不确定性的遥感影像分类研究

摘要

遥感影像分类是遥感技术应用的一个重要研究方向,在分类过程中,分类特征的选择和特征相似性的度量对分类性能起着重要的作用,现有的特征分析方法很少考虑特征的不确定性,影响了遥感影像的分类效果。因此,对特征的不确定性进行分析,在分类特征选择和度量的过程中,考虑特征的不确定性,将有利于提高遥感图像的分类精度,推进遥感技术的应用水平。
　　针对光谱特征固有的不确定性,本文提出了基于光谱特征不确定性的遥感影像分类算法。
　　首先,分析了光谱特征不确定性产生的原因和外在表现,由于大气、传感器、地理位置等因素的影响,地物的光谱曲线会发生偏差,带来不确定性。结合分类的原理和特征不确定性的表现,从稳定性和差异性两个方面对不确定性进行定量描述,用不同的指标刻画不确定性。
　　其次,针对传统的特征相似性度量中,各特征是等权重的这一缺陷,将不确定度以加权的方式引入到相似性度量方式中,并给出了其用于分类的算法流程。
　　同时,针对特征不确定性分析,给出了如何选择有利于分类的特征的过程,并提出了一种自适应提升(Adaboost)的遥感影像分类算法。通过迭代,在不同阶段选取不同的特征,并对特征进行不同程度的加权组成强分类器,实现特征选择。
　　最后,通过设计对比实验,对实验结果进行分析,验证了本文所提方法的有效性。

目录

封面

声明

中文摘要

英文摘要

目录

1 绪论

1.1 研究背景和意义

1.2 相关技术研究现状

1.3 论文的研究内容及组织结构

2 光谱特征不确定性度量方法

2.1 引言

2.2 基于概率分布的光谱不确定性度量

2.3 小结

3 基于不确定性的特征相似性度量方法

3.1引言

3.2传统的特征相似性度量方法

3.3基于不确定性加权的特征欧氏距离度量方法

3.4基于不确定性加权的特征概率度量方法

3.5 小结

4 基于光谱不确定性的遥感影像分类算法

4.1 引言

4.2 传统的遥感影像分类方法

4.3 基于不确定性分析的特征选择

4.4 基于光谱特征不确定性的图像分类实验结果与分析

4.5 小结

5 总结与展望

致谢

参考文献