高光谱遥感数据特征挖掘技术研究进展

被引:19
作者
何明一
畅文娟
梅少辉
机构
[1] 西北工业大学电子信息学院及对地观测研究中心,陕西省信息获取与处理重点实验室
关键词
高光谱图像处理; 特征挖掘; 特征选择; 特征提取; 特征混合; 遥感技术;
D O I
暂无
中图分类号
TP751 [图像处理方法];
学科分类号
081002 ;
摘要
从目标空间尺度和传感器空间分辨率的相对大小,把高光谱遥感图像目标检测、识别与分类中的特征挖掘问题划分为多像元、单像元和亚像元3个层次,因而更具自然特性也更适合特征挖掘和目标分类与识别技术的分析。把高光谱遥感图像特征挖掘方法归纳为以保留波段物理意义为主要目的的特征选择、以综合利用所有观测数据信息为主要特色的特征提取,和考虑亚像元多目标混合信息的特征混合3大类。重点且简明地从高光谱遥感数据光谱曲线与光谱特征、特征提取、特征选择以及特征混合分析几个方面综述高光谱遥感数据/图像的特征挖掘技术的研究进展并通过热点问题展望其未来的发展趋势。
引用
收藏
页码:1 / 12
页数:12
相关论文
共 18 条
[1]   一种改进的局部保持投影高光谱特征提取算法 [J].
屈晓刚 ;
何明一 ;
梅少辉 .
现代电子技术, 2011, 34 (13) :74-77+80
[2]   基于混合像元分解的火星南极矿物制图研究 [J].
王红 ;
祝民强 .
东华理工大学学报(自然科学版), 2010, 33 (01) :43-47
[3]   MODIS混合像元中居民地对玉米LAI和FPAR遥感估算影响 [J].
杨飞 ;
张柏 ;
刘殿伟 ;
刘志明 ;
宋开山 ;
王宗明 .
干旱地区农业研究, 2010, (02) :243-248
[4]   基于最小噪声分离的约束能量最小化亚像元目标探测方法 [J].
杜博 ;
张良培 ;
李平湘 ;
钟燕飞 .
中国图象图形学报, 2009, (09) :1850-1857
[5]   混合像元分解法提取积雪盖度 [J].
延昊 ;
张国平 .
应用气象学报, 2004, (06) :665-671
[6]   一种基于高维空间凸面单形体体积的高光谱图像解混算法 [J].
耿修瑞 ;
张兵 ;
张霞 ;
郑兰芬 .
自然科学进展, 2004, (07) :91-95
[7]   基于Bhattacharyya距离准则的核空间特征提取算法 [J].
夏建涛 ;
何明一 .
计算机学报, 2004, (05) :683-689
[8]   基于混合像元的遥感图像分类技术 [J].
朱述龙 .
解放军测绘学院学报, 1995, (04) :276-278
[9]  
基于机器学习的高维多光谱数据分类[D]. 夏建涛.西北工业大学. 2002
[10]  
高光谱图像分类与目标探测[M]. 科学出版社 , 张兵, 2011