改進(jìn)的自適應(yīng)波段選擇算法研究及應(yīng)用.pdf_第1頁
已閱讀1頁,還剩77頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、高光譜遙感圖像具有高維度、高分辨率和高數(shù)據(jù)量等特點(diǎn),所帶來的問題是信息重疊率高、冗余信息較大、波段間相關(guān)性大以及存儲數(shù)據(jù)花費(fèi)時(shí)間較長等。因此,對于涵蓋了豐富的衛(wèi)星遙感成像信息的高光譜圖片,選擇最有價(jià)值的信息顯得尤其重要。在整個(gè)高光譜圖像處理過程中,波段選擇成為整個(gè)過程的重要環(huán)節(jié),也成為了后續(xù)處理的必要條件。
   本文在分析了現(xiàn)有的波段選擇算法的基礎(chǔ)上,對高光譜溢油圖像的波段選擇相關(guān)技術(shù)進(jìn)行了研究,包括以下方面內(nèi)容:
  

2、 (1)從信息論以及數(shù)理統(tǒng)計(jì)角度出發(fā),針對高光譜圖像信息量大的問題,充分考慮各波段信息富集程度以及波段的相似性,根據(jù)遙感圖像分塊相似度較大的特性,采用改進(jìn)的分塊自適應(yīng)波段選擇算法與歐氏距離相結(jié)合的方法,選擇出信息量大且相關(guān)性弱的波段或波段了集。
   (2)從分類角度出發(fā),要使得所要判斷的地物類別在所選波段子集上可分性最強(qiáng)。因此采用k-means方法對已選波段或波段子集進(jìn)行粗分類,在充分考慮各類地物的特性以及可分性基礎(chǔ)上,采用

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論