《基于光谱的遥感图像特征提取方法研究》由会员分享，可在线阅读，更多相关《基于光谱的遥感图像特征提取方法研究（32页珍藏版）》请在金锄头文库上搜索。
1、图书分类号：密 级：毕业论文基于光谱的遥感图像特征提取方法研究FEATURE EXTRACTION FOR REMOTE SENSING IMAGE BASED ON SPECTRAL学生姓名周孝东学院名称数学与物理 科学 学院专业名称信息与计算科学指导教师于燕燕、 张克军2009 年5 月12 日徐州工程学院毕业论文I徐州工程学院学位论文原创性声明本人郑重声明： 所呈交的学位论文，是本人在导师的指导下，独立进行研究工作所取得的成果。除文中已经注明引用或参考的内容外，本论文不含任何其他个人或集体已经发表或撰写过的作品或成果。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标注。本人完
2、全意识到本声明的法律结果由本人承担。论文作者签名： 日期： 年 月 日徐州工程学院学位论文版权协议书本人完全了解徐州工程学院关于收集、保存、使用学位论文的规定，即：本校学生在学习期间所完成的学位论文的知识产权归徐州工程学院所拥有。徐州工程学院有权保留并向国家有关部门或机构送交学位论文的纸本复印件和电子文档拷贝，允许论文被查阅和借阅。徐州工程学院可以公布学位论文的全部或部分内容，可以将本学位论文的全部或部分内容提交至各类数据库进行发布和检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。论文作者签名： 导师签名： 日期： 年 月 日 日期： 年 月 日徐州工程学院毕业论文II摘 要遥感
3、图像在军事侦察、精确打击以及民用方面都有重要的作用，遥感图像的特征提取是进行遥感图像自动识别的关键技术，因此开展遥感图像的特征提取研究工作具有实际意义和应用前景。本文主要研究和讨论了遥感图像的光谱特征特征提取方法。本文首先介绍了遥感以及遥感技术发展的现状、图像的特征提取及研究现状，然后总结了遥感图像特征提取方法的基本理论和算法，介绍了目前常用的光谱特征提取方法。在此基础上，针对传统的 PCA 和 KPCA 方法提取遥感图像光谱特征的缺陷以及遥感数据的特点，本文讨论了一种将模糊 -均值聚类与 KPCAc方法相结合的多光谱遥感图像特征提取方法，并着重研究了此方法在多光谱遥感图像特征提取中的理论、算
4、法及其实现。通过对本文方法与 PCA 和 KPCA 方法的试验结果进行比较，证实了这种方法的特征提取性能较前两种方法有显著的提高，可有效地提取多光谱图像中的非线性信息。关键词关键词 遥感图像；光谱特征；特征提取；KPCA；FCMAbstractRemote sensing image has great importance for military reconnaissance, precision attack and civil activities. Feature extraction is critical for the automatic 徐州工程学院毕业论文IIIrecogn
5、ition technology of remote sensing image, so it has good application prospect to study feature extraction methods of remote sensing image. This thesis focuses the research work mainly on the feature extraction methods of spectrum.First, the thesis introduces the concept and development of remote sen
6、sing image, the basic concept and research of image feature extraction. Then the thesis introduces the basic theory and algorithms of remote sensing image feature extraction methods. The commonly used remote sensing image feature extraction methods for spectrum are generalized separately. Considerin
7、g the character of the remote sensing image data and the limitation of traditional PCA and KPCA methods when they are used to extract the spectrum feature of remote sensing image, a combination of the FCM and KPCA methods is used for extracting the spectrum feature. Both the theory and algorithm are
8、 studied, as well as the implementation. A comparison between the results of PCA, KPCA and FCM+KPCA methods is given, which shows that the FCM+KPCA method can give a much better result than other methods, especially in extracting the nonlinear information of multi spectral remote sensing images.Keyw
9、ords Remote sensing image Spectrum feature Feature extraction KPCAFCM目 录1 绪论.11.1 遥感及遥感技术研究的背景.11.2 遥感图像特征提取方法研究的现状.21.3 本文的研究工作.3徐州工程学院毕业论文II2 遥感图像光谱特征提取技术.42.1 光谱特征提取技术研究的现状.42.2 常用的光谱特征提取方法.52.2.1 主成分分析方法（PCA）.52.2.2 K-T 变换.92.2.3 典型分析方法.112.2.4 基于遗传算法的特征提取.133 基于 FCM 和 KPCA 的多光谱图像特征提取.143.1 模糊 -均值聚类.14c3.1.1 模糊 -均值聚类数学基础.14c3.1.2 模糊 -均值聚类.16c3.2 核主成分分析（KPCA）方法.183.2.1 核函数方法概述.183.2.2 Mercer 核函数.193.2.3 核主成分分析方法.193.3 基于 FCM 和 KPCA 的多光谱图像特征提取方法.213.3.1 方法概述.213.3.2 试验结果与分析.223.3.3 结论.
