独立分量分析及其在遥感动态监测中的应用研究

论文摘要

独立分量分析是信号处理技术的新发展,它作为盲信号分离的一种有效方法而受到广泛的关注。独立分量分析算法通过计算数据的高阶统计信息,可以从观测信号中估计出相互统计独立的、原始的、被未知因素混合的信号。由于算法能够反映图像数据的高阶统计特征,在图像处理中得到成功的应用。本文对独立分量分析快速算法及其在遥感图像处理的应用进行了深入研究,主要有以下几方面的工作:研究了独立分量分析算法,特别是独立分量分析算法中的快速算法FastICA。在分析FastICA算法的核心迭代过程的基础上,提出了改进算法M-FastICA,改善了算法的收敛性能,减少算法的迭代次数。针对M-FastICA算法的收敛依赖于初始权值的问题,在算法过程中加入松弛因子,提出LM-FastICA算法,改善了算法对初始权值的依赖性。对卫星多光谱遥感图像的成像机理进行分析,认为多谱段遥感图像是地物的谱段信息的随机混合结果。应用独立分量分析算法对其进行分离,使每个独立分量尽量集中某些地物的信息,比主成分分析算法具有更好的可分离性,并得到了更好的分类结果。将LM-FastICA算法应用到常州地区农业用地和环境动态监测卫星遥感系统中,利用ICA算法的优点对原始遥感图像进行预处理,然后用神经网络算法或者自适应最小距离分类算法,进行农作物分类、林地提取、水面提取。基于独立分量分析算法构建了一个针对常州地区的可运行遥感系统,可以实现自动提取水稻、油菜和小麦等农作物信息,得到温场分布图,提取林地和水面的分布图。另外,它还可以查询和发布系统获取的信息。

论文目录

• 摘要
• Abstract
• 目录
• 1 绪论
• 1.1 卫星遥感对地观测技术
• 1.2 常州遥感研究项目背景
• 1.2.1 农作物估产
• 1.2.2 温场分布信息
• 1.2.3 生态环境信息
• 1.2.4 网络信息
• 1.3 独立分量分析（ICA）算法以及其研究进展
• 1.4 本文研究工作和内容安排
• 1.5 本文工作的创新点
• 2 松弛因子改进 FastICA算法
• 2.1 独立分量分析方法的提出
• 2.2 独立分量分析算法定义
• 2.3 ICA与 PCA的关系
• 2.4 FastICA算法
• 2.4.1 FastICA预处理
• 2.4.2 FastICA算法原理
• 2.4.3 FastICA实现步骤
• 2.5 改进 FastICA算法
• 2.6 松弛改进 FastICA算法
• 2.7 FastICA实验
• 2.7.1 语音分离实验
• 2.7.2 图像分离实验
• 2.7.3 实验结果分析
• 2.8 本章小结
• 3 独立分量分析在遥感图像分类中的研究
• 3.1 引言
• 3.2 模式识别系统
• 3.2.1 数据获取
• 3.2.2 预处理
• 3.2.3 特征提取和选择
• 3.2.4 分类决策
• 3.3 遥感图像分类决策方法
• 3.3.1 自适应最小距离分类法
• 3.3.2 BP神经网络
• 3.4 遥感图像分类技术
• 3.5 独立分量分析在遥感图像分类中的应用
• 3.6 基于 ICA和自适应最小距离分类法的遥感图像分类
• 3.7 基于 ICA和 BP神经网络的遥感图像分类
• 3.8 本章小结
• 4 常州地区农作物分类研究
• 4.1 引言
• 4.2 水稻遥感估产研究
• 4.2.1 国内外水稻遥感估产现状
• 4.2.2 估算常州地区水稻种植面积
• 4.2.3 估算常州地区水稻产量
• 4.3 油菜小麦遥感估产研究
• 4.3.1 国内外油菜和小麦遥感估产现状
• 4.3.2 估算常州油菜和小麦种植面积
• 4.3.3 估算常州地区油菜和小麦产量
• 4.4 本章小结
• 5 常州地区温场分布研究
• 5.1 引言
• 5.2 TM各谱段图像特性
• 5.2.1 TM1图像特性
• 5.2.2 TM2图像特性
• 5.2.3 TM3图像特性
• 5.2.4 TM4图像特性
• 5.2.5 TM5图像特性
• 5.2.6 TM6图像特性
• 5.2.7 TM7图像特性
• 5.2.8 TM图像的常用谱段组合
• 5.3 国内外温场分布研究
• 5.4 温场研究方法和原理
• 5.4.1 温场研究原理
• 5.4.2 温场研究方法
• 5.5 遥感图像预处理
• 5.6 试验结果
• 5.7 本章小结
• 6 常州地区生态环境研究
• 6.1 引言
• 6.2 林地资源分布研究
• 6.2.1 国内外林地资源的遥感研究
• 6.2.2 林地资源分布研究
• 6.3 水面分布估计研究
• 6.3.1 国内外水面的遥感研究
• 6.3.2 水面分布研究
• 6.4 本章小结
• 7 常州地区农业用地和环境监测卫星遥感系统研究
• 7.1 遥感系统的目标和功能
• 7.1.1 遥感系统的目标
• 7.1.2 遥感系统的功能
• 7.2 遥感系统调研工作
• 7.3 图像预处理
• 7.4 遥感系统的架构
• 7.4.1 遥感图像文件操作
• 7.4.2 遥感图像观察
• 7.4.3 遥感图像预处理
• 7.4.4 农作物遥感估产研究
• 7.4.5 遥感生态环境研究
• 7.4.6 遥感信息数据库
• 7.4.7 遥感信息发布
• 7.5 本章小结
• 8 结束语
• 8.1 FastICA的改进及应用
• 8.2 常州地区遥感系统的应用
• 8.3 未来的工作
• 致谢
• 参考文献
• 附录 A
• 博士期间参与的科研项目
• 附录 B
• 博士期间发表的论文