基于光谱特性的高光谱图像异常目标检测算法研究

《基于光谱特性的高光谱图像异常目标检测算法研究》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、分类号：密级：UDC：编号：工学博士学位论文基于光谱特性的高光谱图像异常目标检测算法研究博士研究生：成宝芝指导教师：赵春晖教授学科、专业：信号与信息处理哈尔滨工程大学2012年9月分类号：密级：UDC：编号：工学博士学位论文基于光谱特性的高光谱图像异常目标检测算法研究博士研究生：成宝芝指导教师：赵春晖教授学位级别：工学博士学科、专业：信号与信息处理所在单位：信息与通信工程学院论文提交日期：2012年9月论文答辩日期：2012年11月学位授予单位：哈尔滨工程大学ClassifiedIndex:U.D.C:ADissertationfortheDegreeofD.EngResearchonS

2、pectralFeatureBasedAnomalyTargetDetectionAlgorithmsinHyperspectralImageryCandidate:ChengBao-zhiSupervisor:Prof.ZhaoChun-huiAcademicDegreeAppliedfor:DoctorofEngineeringSpecialty:SignalandInformationProcessingDateofSubmission:Sep.2012DateofOralExamination:Nov.2012University:HarbinEngineeringUnivers

3、ity哈尔滨工程大学学位论文原创性声明本人郑重声明：本论文的所有工作，是在导师的指导下，由作者本人独立完成的。有关观点、方法、数据和文献的引用已在文中指出，并与参考文献相对应。除文中已注明引用的内容外，本论文不包含任何其他个人或集体已经公开发表的作品成果。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。作者（签字）：日期：年月日哈尔滨工程大学学位论文授权使用声明本人完全了解学校保护知识产权的有关规定，即研究生在校攻读学位期间论文工作的知识产权属于哈尔滨工程大学。哈尔滨工程大学有权保留并向国家有关部门或机构送交论文的复印件。本人允许

4、哈尔滨工程大学将论文的部分或全部内容编入有关数据库进行检索，可采用影印、缩印或扫描等复制手段保存和汇编本学位论文，可以公布论文的全部内容。同时本人保证毕业后结合学位论文研究课题再撰写的论文一律注明作者第一署名单位为哈尔滨工程大学。涉密学位论文待解密后适用本声明。本论文（□在授予学位后即可□在授予学位12个月后□解密后）由哈尔滨工程大学送交有关部门进行保存、汇编等。作者（签字）：导师（签字）：日期：年月日年月日基于光谱特性的高光谱图像异常目标检测算法研究摘要高光谱图像是一种新型的具有图谱合一特性的遥感图像，与多光谱等图像相比，其对地表物质间的细微差异通过连续的光谱曲线有更好的表达，使得高光

5、谱遥感图像在地表物质的分类、解混、目标探测和异常检测等方面得到广泛应用。在高光谱遥感图像的诸多应用中，异常目标检测是近年来的一个热点，因为其不需要先验光谱信息，仅通过高光谱遥感图像自身特性就可以把需要检测的目标从背景信息中提取出来，具有较强的实用性。许多研究者针对异常目标检测进行了深入研究，并提出了相应的异常检测算法。但是，由于高光谱图像自身存在的高数据维，严重的背景干扰，同物异谱，波段间非线性相关性和图像中含有混合像元等问题，使得现有的异常检测算法在一定程度上都存在着或多或少的不足。现实的需要要求研究者开发一些新的算法解决目前异常目标检测存在的问题。本文依据真实的高光谱遥感图像，在分析

6、其光谱分辨率特性、波段间相关性和背景模型等特性的基础上，以高光谱遥感图像的光谱特性为主线，利用高光谱降维技术、特征提取技术和非线性核机器学习等方法，提出了三种有创新性的异常目标检测算法。论文主要的工作如下：首先，论文对高光谱遥感图像的成像机理进行了简单介绍，详细分析了高光谱遥感图像的光谱分辨率特性、波段间相关性和背景模型等特性。并重点介绍了核函数涉及的相关内容，特别是对后续研究中用的最多的高斯径向基核函数进行了详细阐述。对这些光谱特性和核函数等问题的分析，为后文的研究工作开展打下基础。其次，针对高光谱图像的高数据维、数据间的冗余性和背景噪声干扰问题，论文提出了利用光谱维变换和空域滤波的异

7、常检测算法。该算法首先利用最大噪声分量变换技术对原始高光谱图像进行变换，按照变换后的各波段的信噪比，设定合适的阈值，提取一定数量的波段对应的最大噪声分量变换矩阵，构造正交子空间投影算子。将变换后的高光谱图像数据投影到这个正交子空间上，得到残差数据；再利用主成分分析方法对此残差数据进行特征提取，使异常目标的能量集中在前面几个主成分中，并设定合适的阈值，确定需选择的主成分数目；然后，把含有丰富异常目标信息的主成分分量构成的高光谱图像数据