高光譜數據庫中基于特征的分類方法研究.pdf

1、高光譜遙感在地質勘探、監(jiān)測地球環(huán)境和指導農業(yè)生產等領域發(fā)揮著重要的作用,對光譜數據進行信息挖掘是遙感應用的前提和基礎。在高光譜數據獲取的過程中,由于受外界環(huán)境因素的影響,光譜數據往往會有一定的偏差,需要對其進行必要的處理,同時,由于遙感技術的發(fā)展,光譜數據呈現出波段多、數據量大的特點,所以也要對光譜數據進行特征提取,利用提取后的特征參量經行分類處理。本文在研究高光譜成像特點的基礎上,對數據預處理和特征提取進行了相關討論,在此基礎上對決策

2、樹分類和主成分分析方法進行了深入研究,建立了分類處理模型,并應用于光譜數據庫系統(tǒng)中。
　　 本文的主要工作包括四個方面:
　　 首先,在數據預處理與特征提取方面,根據高光譜的成像特點,分析了巖礦和植被的光譜特性,研究了預處理在光譜數據處理方面的重要性,在預處理的基礎上,針對巖礦和植被分別探討了特征提取模型。
　　 其次,以特征提取模型為基礎進行特征提取,通過對提取的特征結果進行統(tǒng)計分析,定性分析了特征參數對分類算

3、法的影響,并以植被和巖礦典型地物為例進行了光譜特征提取分析,分析結果為特征分類提供了數據支持。
　　 再次,在高光譜數據分類方面,結合所提取的光譜特征,分別從決策樹分類方法和主成分分析方法兩方面對高光譜數據分類進行了研究。決策樹分類方法是基于光譜維特征信息能夠體現植被生理特性的基礎上,利用提取的八個特征參量進行了分類算法的研究:主成分分析方法是基于主成分能夠突出感興趣的光譜特征,利用主成分中的前兩個主成分對巖礦進行了分類研究。實