论文摘要：光谱特征提取及模糊匹配技术研究

高光谱遥感技术是上世纪八十年代新兴的遥感技术，以其光谱分辨率高、光谱图像数据连续、信息量大等突出特点成为遥感技术发展的新趋势之一，目前已在很多领域被广泛地应用，并且以其独特的优势发挥着巨大的作用。在高光谱遥感数据处理技术中光谱特征提取技术与光谱匹配技术占有十分重要的地位。光谱特征提取是通过光谱波段间的重新组合和优化，从中提取若干能够包含原始数据最大信息的光谱特征参数，以满足后续数据处理的要求；光谱匹配是通过研究两个光谱曲线的相似度来判断地物的归属类别，通过波形或者特征匹配比较达到识别地物类型的目的。由于高光谱遥感图像同时包含有空域和频域信息，获得的光谱数据空间维数高、数据处理难度大等原因，虽然经过多年的发展，但到目前为止，通过对高光谱遥感数据的处理和分析来提取有效的光谱特征仍依赖于寻找经验数据的突出特征，对现象的科学解释及在复杂环境和地理条件下对特征的分类、识别方法还不够完善，识别精度还不够高。本文在介绍光谱特征提取与光谱匹配概念、原理以及技术方法的基础上，引入了基于光谱重排抗噪声的光谱特征提取改进算法，并在模糊数学理论的基础上，依据模糊模式识别的概念，引入了基于模糊数学的聚类分析和基于模糊分析的混合像元分解的分类算法，而且对几种算法的原理、实现流程等进行了分析论证。论文通过大量实验证明，本文提出的光谱特征提取改进算法和光谱匹配算法比现有的、传统的方法更优越，分类效果更好。运用本文中提出的方法，可以更好地从高光谱遥感图像数据中提取能够重点反映光谱曲线信息的有效光谱特征，通过建立适当的隶属度函数和匹配准则进行模糊匹配，可以明显降低错分类的概率，提高对地物分类和目标识别的精确度，能够实现稳定的光谱特征提取和高可靠性、高精确性的目标光谱匹配。

来源：半壳优胜育转载请保留出处和链接！

本文链接：http://87cpy.com/208000.html