导　　师： 贾森

授予学位： 硕士

作　　者： ;

机构地区： 深圳大学

摘　　要： 高光谱遥感影像包含了关于地表物质的丰富空间、辐射和光谱三重信息,在遥感信息处理中的地位日益凸显,已被广泛用于城市地物分类、环境监测、军事目标识别等诸多领域。然而,传统的遥感信息处理技术在解译高光谱遥感影像时面临着诸多问题和挑战:如何有效利用高光谱影像提供的多重信息、如何解决小样本分类的性能瓶颈等问题。本文从高光谱遥感影像的自身特点出发,在总结现有遥感信息处理技术的基础上,研究如何从高光谱遥感影像中获取判别力强的三维空谱特征,并进一步将多种空谱一体化特征进行融合,实现地物的有效分类。现有的空谱特征提取方法大多是将不同波段的空间特征机械地组合起来,没有充分利用高光谱遥感影像空谱结构中的上下文信息。针对这一问题,本文提出了一种基于三维局部二值模式（Local Binary Patterns,LBP）的高光谱遥感影像空谱特征提取方法。该方法利用模式统计的方式对获得的三维LBP编码特征进行归约,建立面向三维拓扑结构的稠密编码模式来代替传统的加权编码,使三维LBP编码模型具有旋转不变性,提升特征的鉴别力。此外,通过引入松弛变量实现三维LBP编码模型中阈值操作的模糊处理,消除噪声以及同类地物由于反射值分布不匀匀带来的影响,提升了三维LBP编码特征的鲁棒性。实验结果表明,基于三维LBP编码的高光谱遥感影像空谱特征提取方法能够有效利用高光谱影像空谱结构中的上下文语义,显著提升小样本分类的性能。另一方面,不同的三维空谱特征提取方法得到的特征具有各自不同的适用特性。具体来说,三维Gabor特征对影像中的光照和阴影有较好的鲁棒性,三维形态学特征能够有效地捕捉影像中地物的形状特征,而三维局部二值模式对影像中的空间特征具有较好的表征能力。由于这三种特征分别从�

关 键 词： 高光谱遥感 空谱特征提取 局部二值模式 决策融合 稀疏表示

领　　域： []