高维遥感数据土地覆盖特征提取与分类研究

被引:0
作者
刘正军
机构
[1] 中国科学院研究生院(遥感应用研究所)
关键词
土地搜盖分类; 特征提取; 遗传算法; 小波变换与多分辨率分析; 遗传神经网络;
D O I
暂无
年度学位
2003
学位类型
博士
摘要
高维遥感数据的分类与模式识别与常规的多波段遥感数据的分类具有显著的区别。受波段维数增加的影响,为对分类中需要使用的统计参数估计进行比较精确的,训练样本数要远高于常规多波段遥感数据的分类中所使用的样本数。Hughes现象表明,高维遥感数据分类前的特征提取与处理,是一项必要的、有效的工作。因而,采取何种有效的手段进行高维遥感数据分类前的特征提取,也是当前遥感分类与识别领域一个非常值得重视的研究方向。 本文对利用高维遥感数据进行土地覆盖分类过程中的图象特征表达、分类数据的预处理、特征提取、空间维信息表达与处理、分类算法等进行了综合的分析,并针对其中若干关键问题进行了具体的研究与专题论述。最后对将特征提取技术应用于实际工作,进行了基于NOAA-AVHRR时间序列数据进行中国土地覆盖分类研究。 主要研究内容与创新点包括: (1)、改进并提出了基于频域维纳滤波器方法的空域图象模糊复原算法。 在针对高分辨率图象中点扩散函数(PSF)概念分析的基础上,分析和讨论了基于CBERS-1图象的点扩散函数估计与图像复原算法。能对不同大气条件下的CBERS-1图象进行点扩散函数估计,采用维纳滤波器方法进行与反卷积算子计算,复原后的图象比原始图象清晰度有显著提高,该方法简单、数据运算量小。 (2)、提出了基于均值/标准差比的差值序列进行排序的SRROD滤波器。 通过对窗口内像元值进行排序,计算排序后的序列中子序列的均值和标准差,求其连续子序列的标准差与均值的比值并求归一化差值。通过将差值与给定的阈值比较可以有效地检测出脉冲噪声;检测出的噪声点的像元值取窗口内像元值的排序均值。该算法在模拟图象和真实的SeaWiFS噪声图象中的试验表明其具有优于其他算法的处理效果。并对非递归实现中的盲目参数优化进行了初步讨论。 (3)、发展了基于遗传算法的高维遥感图象特征选择技术。 比较全面地总结了当前模式识别与分类中的主要特征选择技术。在此基础上,发展了基于遗传算法的高维遥感图象特征选择技术。利用遗传算法的全局最优搜索能力,可以搜索出在不同特征组合条件下的最佳波段分类组合。初步的试验结果,该方法相对于前向选择算法具有更好的特征提取效果。 (4)、发展了基于遗传算法(GA)和小波变换的特征提取方法。 比较全面地总结了当前模式识别与分类中的主要特征提取技术。在前人工作 的基础上,将GA算法的全局优化搜索能力与小波变换的多分辨率多尺度特征提 取能力结合,发展了基于GA和小波变换的特征提取方法。对16种土地覆盖类 型的识别结果表明,该方法相对于其他方法如主成分分析(PCA)、典范分析 (DAFE)、决策边界特征提取(DBFE)等具有更好的特征提取效果。 (5)、提出了金字塔型分类器解决在多分辨率下对土地覆盖类型的光谱纹理 表现的综合与分类的框架和思路。 分析了不同分辨率条件下,土地覆盖类型的空间纹理、结构、几何表现。作 者认为,混合像元的出现并不是只会造成类别的误分现象。相反,有时候一种特 定的混合地表覆盖类型在低分辨率图象上会表现出独特的光谱特征。在不同分辨 率级别上的图象特征,可以用来辨别不同级别、层次的地物类型。基于这一观点, 提出了金字塔型分类器解决在多分辨率下对土地覆盖类型的光谱纹理表现的综 合与分类的框架和思路。并结合离散小波变换(D盯)进行了初步的分类试验, 结果表明,该方法确实能在一定程度上提高分类效果。 (6)、提出了基于G^算法与反传算法(即)结合进行多层感知机分类器(MLP) 神经元网络权重初始化训练、网络结构训练的方法。 利用GA算法的全局优化搜索能力和BP算法的局部最优搜索能力,提出了 基于GA算法与MLP分类器结合进行神经元网络权重初始化训练、并利用BP 算法进行神经元网络结构反向传递训练的方法。该方法比单纯采用BP算法更能 收敛到最小总误差.并根据训练过程中网络权重结构的调整进行分析与检验。 (7)、进行了基于N0从^vHRR时间序列数据去云处理与特征提取的中国土 地扭盖分类研究。 根据NOAA AVHRR时间序列数据的特点,针对六种典型云覆盖情况,提出 了多时相NDVI去云处理方法。将去云处理后的NDVI数据集应用于基于PCA 的最大似然分类进行了中国土地覆盖分类。取2000个随机分布的样点并以1: 400万的中国植被类型图作为标准的植被类型分布进行精度检验表明,与基于原 始NDVI数据集的MLC分类比较,分类精度提高巧.62%。这证明采用多时相 NDvi去云处理方法并结合特征提取技术能有效提高数据质量,增强不同土地覆 盖类型之间的类别可分离性,从而提高总分类精度。
引用
收藏
页数:128
共 12 条
[1]
地表组分温度反演方法及遥感像元的尺度结构 [D]. 
刘强 .
中国科学院研究生院(遥感应用研究所),
2002
[2]
模式识别中的特征提取与计算机视觉不变量.[M].孙即祥等著;.国防工业出版社.2001,
[3]
高光谱遥感及其应用.[M].浦瑞良;宫鹏著;.高等教育出版社.2000,
[4]
小波变换的工程分析与应用.[M].杨福生著;.科学出版社.1999,
[5]
遗传算法及其应用.[M].陈国良等编著;.人民邮电出版社.1996,
[6]
植被光学遥感模型与植被结构参数化.[M].李小文;王锦地著;.科学出版社.1995,
[7]
模式识别导论.[M].沈清;汤霖编著;.国防科技大学出版社.1991,
[8]
A WEIGHTED NEAREST NEIGHBOR ALGORITHM FOR LEARNING WITH SYMBOLIC FEATURES [J].
COST, S ;
SALZBERG, S .
MACHINE LEARNING, 1993, 10 (01) :57-78
[9]
基于Fuzzy ARTMAP神经网络的高分辨率图象土地覆盖分类及其评价 [J].
刘正军 ;
王长耀 ;
延昊 ;
牛铮 ;
王雷 .
中国图象图形学报, 2003, (02)
[10]
斜视角度下大气交叉辐射影响分析 [J].
牛铮 ;
朱重光 ;
王长耀 .
遥感学报, 1997, (02) :88-93