基于遷移學(xué)習(xí)的高光譜圖像分類.pdf

1、高光譜遙感成像是一種新型的遙感技術(shù),它通過各種各樣的成像光譜儀對(duì)地表進(jìn)行成像。由于成像的波段都很窄,所以高光譜圖像能探測出許多傳統(tǒng)遙感成像中不能探測出的物質(zhì),并且具有波段多,分辨率高等特性,為人們提供了更多的信息進(jìn)行研究。正是由于高光譜圖像的這些優(yōu)勢(shì),近年來已經(jīng)在遙感領(lǐng)域中取得飛速的發(fā)展,越來越多的國家投入到高光譜圖像處理的研究中。分類是高光譜圖像處理中的一個(gè)重要步驟,由于高光譜圖像在分類問題中存在維數(shù)高,標(biāo)記樣本少等問題,傳統(tǒng)的分類方

2、法直接用到高光譜圖像上并不能得到很好的效果。本文針對(duì)這些問題結(jié)合遷移學(xué)習(xí)的方法主要做以下兩個(gè)方面研究。
　　(1)基于遷移學(xué)習(xí)和EM算法的高光譜圖像分類算法,針對(duì)EM算法用于估計(jì)高光譜圖像的高斯混合模型時(shí)初始值選擇不好造成的分類結(jié)果差,精度低等問題,提出了通過遷移波段中相關(guān)的參數(shù)作為EM算法的初始值,主要利用的是高光譜數(shù)據(jù)中波段與波段間的相似性,并在高光譜圖像數(shù)據(jù)上進(jìn)行實(shí)驗(yàn)以驗(yàn)證我們提出算法的有效性?；谶w移學(xué)習(xí)和聚類一致性的高光

3、譜圖像分類算法是針對(duì)高光譜圖像數(shù)據(jù)維數(shù)災(zāi)難的現(xiàn)實(shí)和上述方法中存在的缺陷,利用聚類一致性的原理,通過遷移相關(guān)波段的分布信息來對(duì)不確定樣本點(diǎn)進(jìn)行調(diào)整,以達(dá)到在降維的情況下獲得更好的分類結(jié)果。充分的利用了高光譜數(shù)據(jù)波段與波段間的分布相似的事實(shí),然后在高光譜圖像數(shù)據(jù)上進(jìn)行測試,驗(yàn)證我們提出的算法。
　　(2)為了增加高光譜圖像的訓(xùn)練樣本,我們提出了一種基于空間信息的樣本遷移方法,通過聚類算法獲得高光譜圖像的空間信息,然后利用遷移學(xué)習(xí)的原理