基于稀疏表示和低秩表示的高光谱图像波段选择方法研究

《基于稀疏表示和低秩表示的高光谱图像波段选择方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、圍赚械辦每图硕±学位论文胃圍魏３基于稀疏表示巧低秩表示的高光谱图像波段Ｉ选择方法研巧＾作者姓名＾１指导教师姓名、职務张向巧教授申请学位类别工学硕±西安电子科技大学学位论文独倒性（或创新巧）声明秉承学校严谨的学风和优昆的科学道德，本人声明所呈交的论文是我个人在导师指导下进行的研巧工作及取得的研巧成果。尽我所知，除了文中特别加Ｗ标注和致谢中所罗列的内容Ｗ外，论文中不包含其他人己经发表或撰写过的研究成果：也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的材

2、料一。与我同工作的同事对本研巧所做的任何贡献均己在论文中作了明确的说明并表示了谢意。一切法律责任学位论文若有不实么处，本人承担。１■：日期；７方瓜本人签名片户西安电子科技大学关于论文使用授权的说明本人完全了解西安电子科技大学有关保留和使用学位论文的规定：，即研充生在校攻读学位期间论文工作的知识产权属于西安电子科技大学。学校有权保留送交论文的复印件，允许查阅、借阅论文，：学校可Ｗ公布论文的全部或部分肉容允许采用影印、缩印或其它复制手段保存论文，。同时本人保证，结合学位论文研巧成果完成的论文、

3、发明专利等成果署名单位为西安电子科技大学。＇保密的学位论文在＿＿年解密后适用本授极书。本人签名：梯若Ｊ导师签名：若松巧走日期；）ｊ〇ｉＣ■（》－，７－９日期：７必（ｔ．化．苗学校代码10701学号1302120899分类号TP75密级公开西安电子科技大学硕士学位论文基于稀疏表示和低秩表示的高光谱图像波段选择方法研究作者姓名：韩超一级学科：电子科学与技术二级学科：电路与系统学位类别：工学硕士指导教师姓名、职称：张向荣教授学院：电子工程学院提交日期：2015年12月AStudyofSparseRepr

4、esentationandLow-RankRepresentationforHyperspectralBandSelectionAthesissubmittedtoXIDIANUNIVERSITYinpartialfulfillmentoftherequirementsforthedegreeofMasterinElectronicScienceandTechnologyByHanChaoSupervisor:XiangrongZhangProfessorNovember2015摘要摘要高光谱遥感技术是上个世纪20年代发展起来的一种

5、重要的遥感技术。通过光谱成像仪获得的高光谱图像具有比传统遥感图像更高的空间分辨率和光谱分辨率，使高光谱图像在很多领域得到广泛的应用。但是高光谱图像包含了成百上千的波段，波段与波段之间存在着大量的冗余信息，给高光谱图像的处理带来了很大的困难。因此，如何尽可能地降低高光谱数据的维数，提高数据利用率和处理的有效性和高效性成为一个急需解决的问题。通常情况下，对数据的降维方法主要有特征提取和特征选择。对于高光谱图像数据，需要保留高光谱图像中特定波段的物理意义，所以特征选择是一个很好的方法。特征选择用在高光谱图像中，也就是波段选择。论文中针对高

6、光谱图像的特点，在对传统和现有的高光谱图像波段选择方法研究的基础上，结合现有压缩感知相关的技术，提出了一些新的高光谱图像的波段选择方法。本文的主要研究内容如下：(1)提出一种基于判别性约束半监督稀疏表示的高光谱图像波段选择方法。该方法在波段选择的过程中同时考虑到类的可分离特性，而类内类间距离是衡量类的可分离特性的一个标准，因此，本方法以高光谱数据作为字典，对波段进行稀疏表示的同时，在模型中加入了判别性约束项，即类内类间距离约束。通过本方法选择出的波段子集，属于同一类的像素点更加紧凑，属于不同类的像素点更加分散，从而更加有利于分类；(

7、2)提出了一种基于低秩表示聚类的高光谱图像波段选择方法。该方法以选择出的波段子集相关小，包含信息量大为出发点，首先对高光谱图像进行低秩表示，去除噪声波段的影响，采用层次聚类的思想，根据低秩表示系数对波段进行聚类，从每个聚类中选择出代表性的波段，作为最终选择的波段。本方法是一个自适应选择波段的过程，不需要人为地确定选择波段的数目。(3)提出了一种基于最佳匹配字典的高光谱图像波段选择方法。该方法的出发目的是选择出的波段子集最能代表原始的所有波段，以选择的波段子集作为字典，对高光谱数据进行图正则组稀疏表示，以稀疏表示的残差作为评价准则函数

8、，不断对字典进行更新，直到找到使得评价准则函数最优的字典，称之为最佳匹配字典，也是最终选择的波段子集。这样选择的波段子集基本上能包含高光谱数据的所有有用信息，因此能获得不错的分类效果。本论文的工作得到了国家自然科学基金(No.6127