基于統(tǒng)計的高光譜圖像分類技術研究.pdf

1、高光譜成像技術的問世是遙感技術應用的一個重大飛躍，已廣泛用于區(qū)域識別、地球資源管理、環(huán)境監(jiān)測、軍事偵察，目標跟蹤和目標識別等方面。而高光譜圖像分類技術是很多應用的基礎。但僅用傳統(tǒng)分類算法對高光譜圖像分類，會導致分類精度降低、空間數(shù)據冗余和資源的極大浪費。本文針對高光譜圖像數(shù)據的特性和傳統(tǒng)分類的局限性，研究了如何利用高光譜圖像豐富的信息對其進行有效的分類。 本文的主要工作如下： 1.分析了高光譜圖像及其差分圖像的非高斯性，

2、以及用來刻畫這些非高斯性的統(tǒng)計模型，為相關的處理技術建立了合適的模型。 2.基于馬爾可夫隨機場(Markov Random Fields，MRF)和高斯混合模型(Gaussian Mixture Models，GMM)構造了一種對高光譜圖像進行監(jiān)督分類的新方法。該方法利用PCA降維后的高光譜圖像及其差分圖像的先驗信息建立高光譜圖像的隨機模型，并把最大后驗估計作為地物分類優(yōu)化的評判標準，最后用模擬退火算法實現(xiàn)地物標記。實驗結果表明