欢迎来到天天文库
浏览记录
ID:33942275
大小:1.36 MB
页数:57页
时间:2019-03-01
《高光谱遥感影像地面伪装目标检测方法的研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、洳专:j-硕士学位论文⑧论文题目高盘遭遥壁显像垫亟鱼装旦拯捡测左迭丝硒宜指导教师麴塞俊教攫所在学院皇氢王捏堂瞳提交日期至鱼竖生!兰旦摘要高光谱探测技术已经成为一种重要的军事侦察手段。目标检测算法能够在没有先验光谱信息的情况下检测到与周围环境存在光谱差异的目标,具有较强的实用性,并成为了一个重要的研究热点。奉文在深入分析高光谱数据特点的基础上,系统地研究了基十光谱维的图像目标检测方法。根据光谱揭露伪装的检测机制,对N前国内外的许多绿色伪装材料和多种绿色植被背景的光谱特性进行分析,探索实验目标光谱模拟伪装树料的检测技术。通过光谱特征选择及空间降维处理,建立
2、判别函数,确定判别规则。寻找适合区分人工目标与背景光潜的最佳分类特征和判别函数。关键词:高光谱,目标检测,判别函数,光谱特征,模式识冲AbstractHyperspectralhasbecomeallimportantreconnaissancetoolformilitarypurpose.AntargetdetectorCallenableonetodetecttargetswhosesignaturesalespectrallydistinctfromtheirsurroundingswithnoaprioriknowledge,andsotibe
3、comesincreasinglyimportantinhyperspeetralimageanalysis.Basedontheanalysisofcharacteristicsofhyperspectralimagery.Themethodsoftargetdetectionalestudiedsystematicallyinthispaper.Accordingtodisclosingcamouflagetestmechanisminspectrumandtheanalysisofspectrumcharacteristicofmanygreen
4、camouflagematerialsaswellasthatofgreenvegetablebackground,exploringthetesttechnologyonthetargetspectrumsimu·material.Establishingthecriticalfunctionandcriticalrulesbasedon‘thespectrumcharacteristicselectionandtheprocessofspatialdimensionalreduction.Thetestfindsthebestclassifiedc
5、haracteristicsandcriticalfunctionthatcanidentifyartificialtargetandbackgroundspectrum.Keyword:hyperspeetral,targettest,criticalfunction,spectralcharacteristic,patternrecognition;Il第一章绪论利用高光谱图像进行自动目标检测与识别是遥感信息处理领域比较活跃的研究方向。高光谱传感器能同一时刻在不同的光谱波段内成像,从而记录地物的光谱信息,因此具有在光谱上鉴别目标的能力。高光谱成像仪
6、的发展非常迅速,成熟的机载系统有:美国的AVRIS、HYDIS等系统。我国在这领域也取得了较大进步,例如OMIS、PHI等系统Ⅲ。高光谱数据是一种多元数据,通常对其进行目标检测是基于代数几何的分析方法和多元统计分析方法上的。例如:MFDWISD(MatchField\SubspaceDetector)、OSP(OrthogonalSubspaceProjection)和LPD(LowProbabilityDetection)等算法。这些算法在已知一定的先验信息(背景或目标的光谱)的条件下,构造特征子空间进行目标检测【2】,算法的处理仅局限在光谱信息上,
7、但它们的主要问题是需要目标或背景的光谱先验信息。而目标的异常检测是根据图像中异常点与背景统计特征的差异来进行检测,近年来,这方面的研究工作大多集中在确定数据的统计模型上,其中普遍采用高斯模型。Hazel和SusanM.Schweizerl5,6J利用高斯马尔科夫模型来模拟背景数据的统计特性,进行异常检测。此类方法综合了光谱信息和几何信息,不需要先验信息,是一种非线性的处理方法,但是它要估计统计模型的参数,算法实现也比较复杂。我们知道,高光谱数据各波段之间的相关性较大,故存在一个低维子空间可以有效表征数据集合的内在关系,但其维数远小于数据元数,这就是特征
8、维数17,81的概念。也就是说:其波段之间的数据存在函数关系。特别是这种函数关系在线性的条件下
此文档下载收益归作者所有