[TiMing]：JiYuRongHeJiShuDeYaoGanChaoPuTuXiangFenLeiFangFaYanJiu
[作者]：李硕[ZuoZhe]：LiShuo[专业]：信号与信息处理[ZhuanYe]：XinHaoYuXinXiChuLi
[导师]：张晔[DaoShi]：ZhangZuo[学位]：硕士[XueWei]：ShuoShi
[单位]：哈尔滨工业大学[DanWei]：HaErBinGongYeDaXue
[关键词]：超谱图象;数据融合;多分辨率分解;小波变换
[时间]：20010701[页数]：56页[点击]：20042[分类号]：TP751[语种]：中文文摘[来源]： 毕业论文
[文摘]：该文阐述了超谱图象的形成及其特性,对超谱图象谱带间的相关性及其与多光谱图象之间的区别进行了分析与比较.研究了几种典型的超谱图象的降维算法,如传统的主成分分析方法、分段主成分变换方法和自适应子空间分解方法等.在此基础上提出了一种新的基于多分辨率小波变换的非等权超谱图象融合分类方法.这种融合方法是基于自适应子空间分解的概念提出来的.首先根各个谱带间的相关系数将全维数据空间自适应地分解为若干个具有不同特性的子空间,然后在每个子空间内应用基于小波变换的融合算法.融合过程中包括以下几项关键技术:小波基和窗口尺寸的选择、融合特征的提取和权值的判决.最后对融合降维后的图象进行了最大似然监督分类,从而完成超谱图象的分类工作.为了验证提出方法的有效性,该文以AVIRIS超谱图象为例进行了计算机仿真试验.通过比较基于多分辨率小波变换的融合分类方法和基于金字塔变换的融合分类方法及传统PCA方法和SPCT方法的分类精度和分类时间,得出基于小波变换的多分辨率融事分类方法的分类精度可达到97.70﹪,高于传统的PCA方法10.7个百分点,高于SPCT方法9.85个百分点,而且其分类速度较快,在各种情况下都优于其它几种方法.
[上一条]：一种用于多机器人通信的无线局域网的研究
[下一条]：静态图像数字水印算法的研究