基于自编码器网络的高光谱非线性解混算法研究

来源 :哈尔滨工业大学 | 被引量 : 0次 | 上传用户:kylinbird1
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着高分系列的成功发射,我国在遥感领域取得巨大进步。一张高光谱图像数据在光谱维包含有数百波段,在空间维包含数十平方公里面积,面对如此庞杂的数据,人工分析已力不从心,需要借助计算机进行图像处理。高光谱图像数据处理的目的之一是目标检测,尤其是微小目标检测,在林木初期病虫害防治、军事侦查等领域有重要意义。高光谱图像中每个像素可以绘制出一条光谱曲线,这里我们称为像元。但是受到传感器、通信能力以及大气散射等条件影响,一些像元的光谱信息可能受到干扰,产生混合像元现象,这不利于微小目标的检测,需要将混合像元分解成单一物质的光谱,这个过程称为解混。因此高光谱图像的解混算法研究成为遥感领域的一项重要工作。本文基于当前发展迅速的神经网络将自编码器应用于高光谱图像解混中,利用神经网络在处理大量数据中的优势和对非线性问题的强大拟合能力,提出了一种基于自编码器的高光谱非线性解混网络以及一种融入空间信息的高光谱非线性解混网络,主要内容如下:本文提出了基于高斯过程的非线性区域探测算法。在高光谱图像解混中非线性解混方法有精度高计算复杂的特点,线性解混算法有计算简单精度低的特点。在大量高光谱图像数据上应用非线性解混算法在效率上是难以接受的。因此为了结合线性解混与非线性解混的优点我们在解混前先进行非线性区域探测的预处理步骤。基于统计学检验对每个像元的光谱计算拟合误差,通过阈值处理标记为某种混合方式。经过预处理后将高光谱图像数据输入到解混网络中。本文提出了基于自编码器的高光谱非线性解混网络。自编码器网络能够通过编码器提取输入的隐含特征,并通过解码器将输入重构。高光谱图像数据的内在特征就是每个像元中各种端元所占的比例,即丰度,可以通过编码器进行提取。通过设置关于端元的正则项以及约束丰度的数值可满足解混中的物理意义。对自编码器中的解码器进行结构的优化可使它能够对高光谱图像数据进行线性和非线性的重构,并根据非线性探测的结果选择不同的重构方式。在进行网络更新时,采用重构误差作为损失函数。解混完成之后,编码器的输出即为估计丰度,其与下一层连接的权重即为端元矩阵。本文提出了融入空间信息的高光谱非线性解混网络。受自编码器在解混中的应用的启发,本文使用卷积自编码器引入高光谱图像数据中的空间信息进行空谱联合的解混。由于高光谱图像数据的特殊性,我们采用三维卷积核进行卷积,通过卷积提取目标像元与周围一定区域内的像元的空间关系,在编码器提取的特征中融入空间信息和光谱信息。融入空间信息的解混算法在噪声较为严重的情况下具有优势。
其他文献
人们在日常乘车出行时经常会遇到因道路损坏而造成的坑包塌陷路面以及一些重要场所前专门放置的减速带等离散冲击路面,本文针对这一工况,以响应速度较快、阻尼力调节范围更大以及实用价值更高的磁流变式半主动悬架为被控对象,构建汽车前后轴动态耦合的被控模型,提出一种能够有效抑制车辆垂向和俯仰运动,提高车辆在离散冲击工况下乘适性能的半主动悬架控制策略。本文建立了能同时表征路面空间状态和车辆行驶状态信息的离散冲击路
多关系网络结构是一种中包含了事物与事物之间的多种不同的关联信息的数据结构。在该种结构中的节点和边通常分别表示事物以及多种关系。与单一类型关系网络结构相比较而言,多关系网络结构可以表达更加复杂的事物之间的关系,因此其具有更加广泛的应用范围,像生物学、语言学以及社会科学等等。然而现有的图嵌入方法大多是针对节点之间只有一种单一类型关系的问题而设计的,而非多关系网络结构。然而在现实生活中,更多的数据是有着
随2022年北京冬奥会日渐临近,我国提出的“三亿人上冰雪”目标逐步实现。冰壶作为冰上主要运动项目之一,不仅考验选手的投掷水平,更对选手投掷策略有较高要求。因在关键比赛关键壶的策略运用能力不足,我国冰壶队与世界强队有一定差距。本文所研究的冰壶策略可供运动员参考,提高技战术水平,因此冰壶策略的研究具有一定现实意义。本文在明确研究意义和项目背景基础上对国内外冰壶策略的研究现状进行了调研,通过理论分析、仿
由于人脸识别与传统的密码、验证码和密保问题等方式相比更加方便快捷,目前人脸识别已经被广泛地应用在各种实际场景当中,比如手机解锁、刷脸支付和身份认证等,成为了我们日常生活中的一部分。这时一些不法分子就利用照片、视频、3D面具等方式去攻击人脸识别系统,对用户造成隐私和财产等方面的损失,使得人脸识别系统的安全性受到威胁。为了解决这一问题,可以在人脸识别系统中加入人脸活体检测模块,经过人脸活体检测判定为活
肝脏肿瘤分割任务具体是从CT图像中分割出肝脏已经肿瘤区域,但是由于肝脏与相邻器官对比不明显、肿瘤组织形态广泛、噪声较高等原因,使得该任务具有一定困难。随着近些年来深度学习算法的不断改进、GPU算力的不断提升以及数据库的持续扩充,深度学习方法特别是U-Net网络在医学图像处理领域得到了广泛的应用。但是U-Net模型在肝脏肿瘤尺寸不一、图像对比度偏弱的情况下可能会表现不好。本文为了提升U-Net对肝脏
随着时间进入21世纪20年代,国家对于外太空之探索越来越重视,发射探测器,飞跃器的频率越来越高。鉴于航天器的工作环境特殊,为了方便调试其各种性能参数,做到发射后能够完成既定工作目标,需要在地面模拟出航天器实际工作的微重力环境,低重力模拟技术应运而生。目前低重力模拟技术已经比较成熟,主要方法有配重法、气浮法、落塔法、悬吊法等。其中悬吊法综合了结构实现简单,模拟自由度多,低重力补偿精度高等优势,因而在
永磁同步电机凭借效率高、功重比高、运行可靠等显著优点在航空航天、船舶电力推进、高端数控机床、工业机器人、电动汽车等领域中获得广泛应用和不断发展。但是目前在一些高性能变频器产品方面,我国与发达国家仍存在不小差距,因此研究具有高动态性能、高精度、强鲁棒性的电机控制系统,有着重要意义。本文主要研究工作如下:针对永磁同步电机控制系统中的传统比例积分控制的电流环结构,由于其低通滤波特性,其相位输出存在滞后、
四旋翼飞行器是国内国外研究的焦点,其构成简单,应用价值广泛,同时又无需高昂的成本。在四旋翼的相关研究中,如何实现对四旋翼的良好控制是基础且关键的一环。随着相关的研究越来越多,各种四旋翼的控制方法层出不穷,对应解决四旋翼飞行中的种种实际问题。本文针对执行器受限的四旋翼无人机系统的位姿控制问题,设计了两类嵌套饱和控制器,并对其进行了仿真模拟和实验验证。结果表明,所设计的控制器能够有效镇定四旋翼无人机系
番茄作为我国一种常见的农作物,其产量经常会受到黄化病、晚疫病、褐斑病等病害的影响。番茄病害的传统检测和诊断是依靠专业技术人员,利用他们的知识和经验来诊断番茄病害。然而,传统的检测方式在专家的数量、检测的效率、预防的范围以及检测的准确性等方面存在一定的限制。为了解决以上的难题,实现农业病害的精准防治和农业现代化的目标,本文基于深度学习理论,通过架构卷积神经网络来对9种番茄叶片进行识别分类。本文首先对
“十四五”规划和2035年远景目标建议指出,推动互联网、大数据、人工智能等同各产业深度融合,推动先进制造业集群发展。我国制造业正处于从数字制造向智能制造发展的阶段,工业机器人智能化应用是制造业转型升级的核心技术。目前对工业机器人的开发及安全测试的研究还处于起步阶段,因此有必要对工业机器人系统进行深入研究,为大规模工业机器人的生产运用提供支撑。本文以SCARA机器人系统为载体,对工业机器人安全测试管