题目：基于光谱分析的高光谱数据处理方法研究

高光谱遥感数据具有波段数目多、光谱分辨率高、波段宽度窄等特点，这对于利用高光谱遥感图像提供的丰富的光谱信息进行地物分类、目标识别具有重要的意义。在分析高光谱数据特点的基础上引入分形理论到光谱特征分析，考察其在高光谱数据处理中的可用性，提出了基于分形理论的光谱特征分析方法。首先对分形理论在高光谱数据处理中的可用性进行了验证，在此基础上提出了光谱曲线信息量维数计算方法，针对Hausdorff维数表征信息量不足的问题提出信息量维数序列并发展了相应的监督分类方法，在对HYDICE数据的监督分类实验中达到了92.92%的总体分类精度和0.908的kappa系数；PHI和HYDICE数据的对比实验说明，单分形分析方法的应用效果依赖于数据类型与质量。为了反映更多的细节光谱特征，引入了多重分形理论，在配分函数法和Legendre变换基础上发展出光谱曲线多重分形谱计算方法，分析了多重分形谱的物理意义及权重因子对多重分形谱应用效果的影响，得到权重因子大于零的区间的应用效果较好的结论，对PHI数据的监督分类结果中，权重因子为15时多重分形谱的分类精度为95.2%，极大的高于信息量维数的80.1%。为了提高多重分形谱应用效率，引入了多重分形参数，利用其进行监督分类实验的精度达94.789%。多重分形参数Logistic分类模型无需假设样本分布，分类实验总体精度为98.506%，对应kappa系数为0.981，高于自适应波段选择Logistic模型90.307%的总体精度和0.873的kappa系数。高光谱数据光谱曲线的分形分析有效的结合了分形理论和高光谱数据的特点，获得了令人满意的应用处理效果。