基于高光谱图像的目标特征提取方法研究

摘要

近几十年，高光谱成像技术迅猛发展，尤其在遥感探测等领域有着越来越广阔的前景。对于高光谱图像数据的处理，本文提出了一种将图像融合算法和决策树算法两者相结合的目标特征提取方法。首先使用公用图像来探索目标特征提取方法，发现对于所选用的公用图像，使用Gram-Schmidt方法得到的图像融合效果要优于使用主成分分析算法融合的，接着使用融合效果好的图像，配准后与决策树分类方法结合使用，成功将图像中的山峦、河流、植被等光谱信息提取出来了。根据实验室现有的条件，对两组实验样本验证这种方法，对第一组实验样本发现，只使用主成分分析就可以将目标的绝大多数信息提取，效果不错。对第二组实验样本，则使用主成分分析和决策树分类结合的方法对其进行提取，成功将目标分离。总结经验发现：针对不同实验样本，将图像融合算法和决策树算法两者相结合均可以将目标分离提取，分离效果较好，该方法普遍适用于高光谱图像的目标特征提取，为进一步处理图像数据做出了一定的贡献。

目录

声明

第一章 绪论

1.1引言

1.2国内外研究现状

1.3论文主要研究内容

第二章 基于高光谱图像的目标特征提取理论基础

2.1高光谱图像预处理

2.2图像融合的定义及规则

2.3决策树算法思想

小结

第三章 基于高光谱图像的目标特征提取方法探究

3.1基于主成分分析（PCA）图像融合实验研究

3.2基于Gran-Schmidt(GS)变换图像融合实验研究

3.3基于决策树的面向对象提取实验研究

小结

第四章 基于高光谱图像的目标特征提取实验研究

4.1实验设备及步骤

4.2第一组样本的目标特征提取实验

4.3第二组样本的目标特征提取实验

小结

结论

一、本文的主要完成工作：

二、本文的创新之处：

三、不足与展望：

致谢

参考文献

攻读硕士期间发表论文