加权空-谱联合保持嵌入的高光谱遥感影像降维方法

加权空-谱联合保持嵌入的高光谱遥感影像降维方法

论文摘要

高光谱遥感影像数据量大、波段数多,容易导致"维数灾难"。传统流形学习方法一般仅考虑其光谱特征,忽略了空间信息。为此提出一种非监督的基于加权空-谱联合保持嵌入(WSCPE)的维数约简算法。首先采用加权均值滤波(WMF)方法对高光谱影像进行滤波,以消除噪点和背景点的干扰。然后根据遥感影像地物分布的空间一致性,通过采用加权空-谱联合距离(WSCD)来融合像素点的光谱信息和空间信息,有效选取各像素点的空-谱近邻,并根据像素点与其空-谱近邻点之间的坐标距离来有区别的利用其近邻点进行流形重构,提取低维鉴别特征进行地物分类。在PaviaU和Indian Pines数据集上的分类结果表明,总体分类精度分别达到了98.89%和95.47%。该方法在反映影像内部流形结构的同时,有效融合了影像的空间-光谱信息,故能提高影像特征的鉴别性,并提升分类性能。

论文目录

  • 1 NPE算法
  • 2 本文算法
  •   2.1 WMF方法
  •   2.2 WSCPE算法
  •   2.3 WSCPE算法步骤
  • 3 试验结果与分析
  •   3.1 试验数据集
  •     (1) PaviaU数据集:
  •     (2) Indian Pines数据集:
  •   3.2 试验设置
  •   3.3 PaviaU试验结果
  •   3.4 Indian Pines试验结果
  • 4 结 论
  • 文章来源

    类型: 期刊论文

    作者: 黄鸿,石光耀,段宇乐,张丽梅

    关键词: 高光谱遥感影像,流形学习,维数约简,空谱近邻,鉴别特征

    来源: 测绘学报 2019年08期

    年度: 2019

    分类: 基础科学

    专业: 自然地理学和测绘学

    单位: 重庆大学光电技术与系统教育部重点实验室

    基金: 国家自然科学基金(41371338),重庆市基础研究与前沿探索项目(cstc2018jcyjAX0093),重庆市研究生科研创新项目(CYB18048)~~

    分类号: P237

    页码: 1014-1024

    总页数: 11

    文件大小: 2527K

    下载量: 224

    相关论文文献

    • [1].高光谱遥感影像技术发展现状与应用[J]. 现代营销(下旬刊) 2018(03)
    • [2].高光谱遥感的应用[J]. 城市地理 2017(04)
    • [3].基于高光谱遥感的树种识别[J]. 华北理工大学学报(自然科学版) 2020(04)
    • [4].高光谱遥感在农作物生长监测的应用研究进展[J]. 农村经济与科技 2019(05)
    • [5].农业高光谱遥感研究进展及发展趋势[J]. 地理与地理信息科学 2019(05)
    • [6].高光谱遥感技术在农作物监测中的应用[J]. 科技创新与应用 2018(01)
    • [7].AVIRIS高光谱遥感影像无缝镶嵌探讨[J]. 地理与地理信息科学 2008(05)
    • [8].基于压缩感知的高光谱遥感影像重构方法研究[J]. 液晶与显示 2017(03)
    • [9].航空高光谱遥感油气探测技术研究及应用效果[J]. 地质学报 2019(01)
    • [10].基于流形对齐的高光谱遥感图像降维和分类算法[J]. 国土资源遥感 2017(01)
    • [11].高光谱遥感图像的稀疏分解与压缩感知[J]. 吉林大学学报(理学版) 2015(04)
    • [12].高光谱遥感土壤重金属污染研究综述[J]. 中国矿业 2013(01)
    • [13].基于小波变换的高光谱遥感影像光谱匹配技术研究[J]. 西北水电 2013(01)
    • [14].基于核最小噪声分离变换的高光谱遥感影像特征提取研究[J]. 遥感技术与应用 2013(02)
    • [15].高光谱遥感在斑岩矿床蚀变信息提取中的应用[J]. 矿物学报 2011(S1)
    • [16].基于穷举法的高光谱遥感图像地物识别研究[J]. 武汉大学学报(信息科学版) 2008(02)
    • [17].高光谱遥感在东天山玉带地区地质调查中的应用[J]. 矿产勘查 2019(11)
    • [18].国外高光谱遥感载荷发展分析[J]. 飞控与探测 2019(02)
    • [19].基于正交非负矩阵分解的高光谱遥感图像混合像元分解[J]. 山东农业大学学报(自然科学版) 2017(02)
    • [20].航空高光谱遥感岩矿信息提取及在地质找矿中的应用[J]. 矿床地质 2014(S1)
    • [21].一种针对高光谱遥感影像的波段选择方法[J]. 信息技术 2015(08)
    • [22].水稻高光谱遥感监测研究综述[J]. 江西农业大学学报 2019(01)
    • [23].基于改进萤火虫算法的高光谱遥感多特征优化方法[J]. 遥感技术与应用 2018(01)
    • [24].矿山环境高光谱遥感监测研究进展[J]. 国土资源遥感 2016(02)
    • [25].《高光谱遥感》三部曲授课方式初探[J]. 地理空间信息 2014(01)
    • [26].重金属污染农田的高光谱遥感监测研究[J]. 土壤与作物 2017(04)
    • [27].基于多元线性回归的高光谱遥感图像小波去噪[J]. 遥感信息 2013(06)
    • [28].高光谱遥感图像分类算法中的应用研究[J]. 计算机仿真 2012(02)
    • [29].基于支持向量机的高光谱遥感影像道路提取[J]. 长安大学学报(自然科学版) 2012(05)
    • [30].空谱联合的高光谱遥感图像稀疏解混综述与展望[J]. 南昌工程学院学报 2018(06)

    标签:;  ;  ;  ;  ;  

    加权空-谱联合保持嵌入的高光谱遥感影像降维方法
    下载Doc文档

    猜你喜欢