基于稀疏表示的高光谱图像目标检测研究

基于稀疏表示的高光谱图像目标检测研究

ID:37071873

大小:3.12 MB

页数:69页

时间:2019-05-17

基于稀疏表示的高光谱图像目标检测研究_第1页
基于稀疏表示的高光谱图像目标检测研究_第2页
基于稀疏表示的高光谱图像目标检测研究_第3页
基于稀疏表示的高光谱图像目标检测研究_第4页
基于稀疏表示的高光谱图像目标检测研究_第5页
资源描述:

《基于稀疏表示的高光谱图像目标检测研究》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:工学硕士学位论文基于稀疏表示的高光谱图像目标检测研究硕士研究生:孟美玲指导教师:赵春晖教授学科、专业:信息与通信工程论文主审人:王立国教授哈尔滨工程大学2018年3月分类号:密级:UDC:编号:工学硕士学位论文基于稀疏表示的高光谱图像目标检测研究硕士研究生:孟美玲指导教师:赵春晖教授学位级别:工学硕士学科、专业:信息与通信工程所在单位:信息与通信工程学院论文提交日期:2017年12月论文答辩日期:2018年3月学位授予单位:哈尔滨工程大学ClassifiedIndex:U.D.C

2、:ADissertationfortheDegreeofM.EngResearchonHyperspectralRemoteSensingImageryTargetDetectionBasedonSparseRepresentationCandidate:MengMeilingSupervisor:Prof.ZhaoChunhuiAcademicDegreeAppliedfor:MasterofEngineeringSpecialty:InformationandCommunicationEngineeri

3、ngDateofSubmission:Dec.2017DateofOralExamination:Mar.2018University:HarbinEngineeringUniversity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

4、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

5、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:年月日年月日摘要高光谱遥感图像的成像方式不同于常规的光学遥感成像,其将图像的空间信息与光谱信息整合成为三维立方体图像的形式。相较于多光谱图像而言,高光谱遥感图像包含更多的光谱波段信息。利用地物间成百上千的光谱信息的细微差别可以实现目标识别以及地物分类。根据是否需要地物的先验光谱信息可以将目标检测区分为有监督的目标检测和非监督目标检测。本文主要将高光谱遥感成

6、像技术的基础原理与稀疏表示模型相结合,将原始信号利用过完备字典进行线性展开。通过正交匹配追踪算法进行稀疏系数的求解并且重建原始信号。根据不同地物有独特的光谱反射曲线,设计判别函数并选取合适的阈值对目标与背景进行区分。本文的主要研究内容如下:首先,经典的基于稀疏表示目标检测算法中过完备字典所包含的训练样本数目与种类都很少,对目标检测有一定的影响。针对于基于传统字典的目标检测算法中存在的缺陷,本文通过增加过完备字典中所包含的目标训练样本的数目来实现原始字典的增殖,使目标检测的精度得以提升,通过与原始稀疏表示算法

7、进行对比,验证了此算法的有效性。其次,针对传统基于稀疏表示的目标检测算法求解稀疏向量耗时过长以及在检测过程中只考虑高光谱图像的光谱信息,并没有考虑到其空间信息的问题,本文通过转变稀疏向量的求解思路,实现目标与背景稀疏向量分步求解,以及在检测过程中对原始的模型进行改进,添加空间信息来提高目标检测的精度并加速算法进行目标检测时间。最后,由于过完备字典的构造是直接从高光谱图像中进行获取的,存在不确定性因素且无法实现对混合像元的准确检测。针对以上问题,提出基于字典重构的高光谱图像混合像元目标检测算法。该算法利用无监

8、督方法进行过完备字典的构造,确保过完备字典中包含部分目标像元的光谱信息,同时引入二元对立假设模型实现对高光谱图像中混合像元目标的检测。将其与稀疏表示模型相结合实现高光谱遥感图像的目标检测。通过进行对比实验可以看出,本文所提出的创新算法可以得到更高的检测精度。关键词:高光谱图像;目标检测;稀疏表示;样本增殖;快速检测;字典重构ABSTRACTHyperspectralremotesensingimagingisdi

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。