1、成像光譜儀的出現(xiàn)和技術(shù)上的不斷完善，為高光譜遙感技術(shù)的發(fā)展奠定了牢固的硬件基礎(chǔ)。高光譜圖像因其波段數(shù)目多、光譜分辨率高、可描繪地物信息豐富等特點，在遠(yuǎn)距離地物探測與解譯方向上發(fā)揮了獨(dú)特的優(yōu)勢，同時也為高光譜信息處理技術(shù)的發(fā)展帶來了前所未有的挑戰(zhàn)。高光譜圖像分類技術(shù)是高光譜圖像處理中重要的研究內(nèi)容之一，它針對每個像元，給出確定的地物類別標(biāo)簽，為具體的農(nóng)作物長勢監(jiān)測、軍事探測、水域調(diào)查等實際問題提供量化的符號表示，有十分重要的研究意義。

2、r>　　現(xiàn)階段的分類方法中仍然存在不足，大多分類過程中僅依靠圖像光譜信息，而缺乏對地物空間結(jié)構(gòu)上的解釋，或者對空間信息挖掘深度不足，沒有最大程度發(fā)揮空間特征的輔助作用。另外，支持向量機(jī)在處理非線性問題方面以及應(yīng)對維數(shù)災(zāi)難上發(fā)揮了它獨(dú)特的優(yōu)勢，但對于核函數(shù)的選取往往形式單一，對于多分類問題缺乏良好的泛化能力。因此，本論文在前人研究成果的基礎(chǔ)上，針對上述問題，提出有效的空間信息挖掘方法，并針對小樣本問題，構(gòu)造多尺度、多特征的多核學(xué)習(xí)(MKL

3、)策略，具體研究內(nèi)容如下：
　　首先，針對高光譜圖像分類現(xiàn)狀及前人研究給予概述。闡述高光譜圖像特征提取理論。針對非線性問題，展示了核方法理論框架，并針對當(dāng)前核機(jī)器學(xué)習(xí)主流技術(shù)—支持向量機(jī)給予基礎(chǔ)理論的解釋和算法的推導(dǎo)。
　　其次，提出變換域的紋理特征提取及空譜信息融合分類方法。從2-D Gabor紋理特征提取出發(fā)，介紹了2-D Gabor濾波器在高光譜圖像紋理提取領(lǐng)域的技術(shù)原理及實現(xiàn)。針對原有提取策略兩個方面的不足：(1)針

4、對原始數(shù)據(jù)進(jìn)行紋理特征分析，其數(shù)據(jù)中的噪聲及冗余信息對空間結(jié)構(gòu)特征造成干擾；(2)原始紋理提取方法對空間結(jié)構(gòu)的挖掘深度不足，仍有未被探測到的空間信息存在，提出基于經(jīng)驗?zāi)B(tài)分解(EMD)的紋理提取策略。通過兩個數(shù)據(jù)集的實驗驗證，證明了所提出空-譜信息聯(lián)合算法的有效性，此外通過對噪聲數(shù)據(jù)的實驗證明了算法的抗噪性能。所提出算法有效地挖掘了高光譜圖像空間結(jié)構(gòu)特征。
　　最后，研究了一種多分辨率多特征的多尺度核學(xué)習(xí)技術(shù)。針對支持向量機(jī)中單一