[00391018]高光谱图像智能分类及相关技术研究

该项目属于信号与信息处理学科领域。随着航天与遥感技术的发展，高光谱技术得到了广泛的应用。地物分类及相关技术是挖掘和利用高光谱信息的重要技术手段，其性能将直接影响遥感信息的利用程度，因而是本领域国内外研究的前沿和热点。该项目针对高光谱图像硬分类、软分类(即端元选择及光谱解混)及相关技术(波段降维、子像素制图、异常检测)中精度、效率的瓶颈问题，重点研究了高光谱图像智能分类及相关技术，提出新模型、新算法。主要包括：1)针对端元选择及降维中存在的计算量过大及后续分类精度低等难题，研究了快速的端元选择算法和自适应波段选择(ABS)的降维方法；2)针对SVM多类分类器结构过于复杂的关键问题，研究了SVM的最简多类分类器的构造；3)针对SVM分类中样本、波段、类别的不同重要性得不到体现的重要问题，研究了SVM全面加权分类方法；4)针对软分类即光谱解混方法精度低的瓶颈问题，研究了SVM光谱解混方法及光谱解混中的柔性端元方法；5)针对传统子像素制图方法精度低的现实问题，研究了基于智能算法的子像素制图新方法；6)针对传统核函数的不足以及异常数据在检测中的不良影响，研究了新核函数的构造及检测中空域滤波方法。