版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、與傳統(tǒng)單一寬波段圖像相比,窄帶光譜圖像同時(shí)包含了空間信息和光譜信息,能夠更豐富、準(zhǔn)確的描述被探測(cè)場(chǎng)景,因此窄帶光譜成像可以大大提高目標(biāo)的探測(cè)率。為了獲得場(chǎng)景的精準(zhǔn)光譜信息,光譜帶寬一般都達(dá)到納米級(jí),在如此窄的帶寬下光強(qiáng)通常較弱,如何獲取高信噪比數(shù)據(jù)成為棘手問(wèn)題。獲得目標(biāo)場(chǎng)景的光譜數(shù)據(jù)后,需要利用光譜分類技術(shù)識(shí)別出目標(biāo);在成像探測(cè)領(lǐng)域目標(biāo)的有效先驗(yàn)知識(shí)無(wú)法預(yù)先獲得,因此非監(jiān)督分類技術(shù)成為合理選擇。所以利用窄帶光譜實(shí)現(xiàn)目標(biāo)探測(cè)需要解決兩個(gè)問(wèn)
2、題,即高信噪比窄帶光譜數(shù)據(jù)獲取以及高性能非監(jiān)督分類。本文的主要研究工作正是聚焦于上述兩個(gè)問(wèn)題,其具體內(nèi)容可分為以下幾個(gè)部分。
(1)基于雙光路的高信噪比光譜數(shù)據(jù)獲取方法。針對(duì)哈達(dá)瑪變換光譜儀單次測(cè)量周期長(zhǎng)以及需要高精度編碼組件的缺點(diǎn),提出了一種雙光路結(jié)構(gòu)的高信噪比光譜測(cè)量方法。該方法構(gòu)建了一個(gè)卷積光路來(lái)探測(cè)快速變化的光譜,主要具有兩個(gè)優(yōu)勢(shì),即光譜測(cè)量時(shí)只需要一次測(cè)量從而顯著提高了測(cè)量速度,并且系統(tǒng)光路無(wú)需任何物理編碼器件從而大
3、大簡(jiǎn)化了光路結(jié)構(gòu)。
(2)哈達(dá)瑪編碼降噪理論與實(shí)驗(yàn)研究。針對(duì)哈達(dá)瑪變換光譜儀存在的技術(shù)爭(zhēng)論,同時(shí)為了改善經(jīng)典哈達(dá)瑪理論中較強(qiáng)假設(shè)條件,從光譜分類出發(fā),建立了哈達(dá)瑪降噪分析模型,重新分析了其降噪性能。獲得的結(jié)論很好支持了哈達(dá)瑪變換光譜儀比傳統(tǒng)光譜儀具有更高信噪比這一結(jié)論,而且擴(kuò)展了經(jīng)典哈達(dá)瑪降噪理論。
(3)哈達(dá)瑪編碼測(cè)量中的稀疏信號(hào)優(yōu)化重建。針對(duì)哈達(dá)瑪變換光譜儀中信噪比會(huì)受到信號(hào)稀疏性影響,分析了重建信號(hào)噪聲與編碼信
4、號(hào)測(cè)量噪聲的關(guān)系,得出了重建信號(hào)噪聲與編碼信號(hào)測(cè)量噪聲的均值相關(guān),而與真實(shí)信號(hào)大小近乎無(wú)關(guān)這一結(jié)論。提出利用稀疏約束算法來(lái)重建稀疏光譜信號(hào),優(yōu)化重建結(jié)果比哈達(dá)瑪變換光譜儀直接測(cè)量結(jié)果具有更高的信噪比,優(yōu)勢(shì)大小與信號(hào)的稀疏度大小成近似線性關(guān)系。
(4)基于空間一致性的非監(jiān)督分類和顯著目標(biāo)提取方法。考慮到現(xiàn)有非監(jiān)督分類通常需要指定目標(biāo)數(shù)量,而且單純依靠光譜信息忽略了空間特性,對(duì)此結(jié)合空間特征提出了兩種非監(jiān)督分類方法,即基于最小關(guān)聯(lián)
5、窗口的非監(jiān)督分類和基于降元的非監(jiān)督分類,解決了常見(jiàn)算法中的麻點(diǎn)過(guò)多、目標(biāo)邊緣不清和不夠完整的缺點(diǎn)。針對(duì)高光譜數(shù)據(jù)量大計(jì)算耗時(shí)的缺點(diǎn),還研究了在特征波段內(nèi)提取顯著目標(biāo)實(shí)現(xiàn)目標(biāo)識(shí)別的方法,提出一種結(jié)合過(guò)渡區(qū)域和邊緣的顯著目標(biāo)識(shí)別算法,其抗噪性好、魯棒性強(qiáng)。
(5)窄帶光譜成像系統(tǒng)和偽裝目標(biāo)探測(cè)實(shí)驗(yàn)。設(shè)計(jì)并搭建了兩個(gè)窄帶光譜成像系統(tǒng),即組件式窄帶光譜系統(tǒng)和雙光路雙色散窄帶光譜系統(tǒng),開(kāi)展了窄帶光譜反隱身驗(yàn)證實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果顯示相關(guān)特征波
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 39751.基于高光譜數(shù)據(jù)的分類技術(shù)研究
- 基于多核學(xué)習(xí)的高光譜數(shù)據(jù)分類技術(shù)研究.pdf
- 高光譜圖像的分類技術(shù)研究.pdf
- 實(shí)驗(yàn)四遙感圖像的監(jiān)督分類和非監(jiān)督分類
- 網(wǎng)絡(luò)視頻業(yè)務(wù)非監(jiān)督分類方法研究.pdf
- 高光譜遙感影像異常檢測(cè)與分類技術(shù)研究.pdf
- 基于高光譜圖像的目標(biāo)分類技術(shù)研究.pdf
- 高光譜圖像半監(jiān)督分類算法研究.pdf
- 高光譜影像非監(jiān)督波段選擇技術(shù)研究.pdf
- 多光譜圖像獲取技術(shù)研究.pdf
- 基于統(tǒng)計(jì)的高光譜圖像分類技術(shù)研究.pdf
- 高光譜遙感數(shù)據(jù)特征約簡(jiǎn)技術(shù)研究.pdf
- 面向大規(guī)模高光譜數(shù)據(jù)的半監(jiān)督地物分類方法.pdf
- 基于HSI高光譜數(shù)據(jù)的水稻光譜特征分析與識(shí)別技術(shù)研究.pdf
- 18538.高光譜遙感圖像目標(biāo)探測(cè)與分類技術(shù)研究
- 基于極化SAR圖像的非監(jiān)督分類算法研究.pdf
- 非監(jiān)督的高光譜圖像解混技術(shù)研究.pdf
- 基于統(tǒng)計(jì)的高光譜圖像分類技術(shù)研究(1)
- 基于卷積神經(jīng)網(wǎng)的高光譜數(shù)據(jù)特征提取及分類技術(shù)研究.pdf
- 高光譜遙感圖像半監(jiān)督分類方法的研究.pdf
評(píng)論
0/150
提交評(píng)論