版權(quán)說(shuō)明:本文檔由用戶(hù)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、近幾年,由于科學(xué)技術(shù)的迅猛發(fā)展,人們對(duì)“感知”提出了更高要求并得到了有效的延伸,同時(shí),對(duì)事物的認(rèn)識(shí)能力也得到了不斷的提高。過(guò)去幾十年正是成像光譜發(fā)展突飛猛進(jìn)的階段,高光譜圖像的分析和處理成為當(dāng)前國(guó)內(nèi)外遙感圖像處理領(lǐng)域的研究熱點(diǎn)之一。高光譜圖像的突出特點(diǎn)是光譜分辨率高,可獲得觀測(cè)對(duì)象的幾十個(gè)或幾百個(gè)光譜波段的圖像信息,而成像光譜系統(tǒng)獲得的連續(xù)波段寬度一般都小于10nm。高光譜圖像是一種三維數(shù)據(jù),成像光譜儀為每個(gè)像素點(diǎn)提供一條近似連續(xù)的光譜
2、曲線(xiàn),而所有像素的相同波段對(duì)應(yīng)一個(gè)二維圖像。
高光譜遙感圖像目標(biāo)檢測(cè)技術(shù)是高光譜遙感理論以及實(shí)踐應(yīng)用的核心環(huán)節(jié)。所謂高光譜圖像目標(biāo)檢測(cè),即利用已知的目標(biāo)光譜信息在高光譜圖像中對(duì)感興趣的目標(biāo)進(jìn)行檢測(cè)、確認(rèn)的技術(shù)。高光譜圖像目標(biāo)檢測(cè)技術(shù)在軍事和民用領(lǐng)域中都有重要的應(yīng)用價(jià)值。在軍事領(lǐng)域可用于對(duì)飛機(jī)、坦克等軍事目標(biāo)進(jìn)行檢測(cè)、定位,也可對(duì)偽裝的軍事目標(biāo)進(jìn)行檢測(cè)。在民用領(lǐng)域可應(yīng)用于公共安全、環(huán)境監(jiān)控等領(lǐng)域。
本文在深入研究經(jīng)典高
3、光譜圖像目標(biāo)檢測(cè)方法的基礎(chǔ)上,提出了兩個(gè)新的高光譜目標(biāo)檢測(cè)框架。
由于目前存在的高光譜圖像目標(biāo)檢測(cè)算法,大多是基于統(tǒng)計(jì)模型的檢測(cè)方法,利用了二階統(tǒng)計(jì)量進(jìn)行目標(biāo)檢測(cè)。然而,現(xiàn)實(shí)中的目標(biāo)往往服從的是非高斯分布。根據(jù) ICA的理論基礎(chǔ),針對(duì)非高斯分布目標(biāo)的檢測(cè)問(wèn)題應(yīng)使用高階統(tǒng)計(jì)量進(jìn)行檢測(cè)。本文中提出兩種采用高階統(tǒng)計(jì)量的檢測(cè)方法,多種目標(biāo)材料檢測(cè)器(Multiple Materials Detector,MMD)和基于擬牛頓法多種目標(biāo)
4、材料檢測(cè)器(Quasi-Newton based Multiple Materials Detector,QNMMD)。文章中從理論和實(shí)驗(yàn)結(jié)果均說(shuō)明,相對(duì)于現(xiàn)有的基于二階統(tǒng)計(jì)量的檢測(cè)方法,基于高階統(tǒng)計(jì)量的檢測(cè)方法有更好的檢測(cè)效果。
在本文中,利用高光譜圖像的稀疏模型,提出了兩種檢測(cè)方法。第一種是基于凸松弛法高光譜圖像目標(biāo)探測(cè)器( Convex Relaxation Based Target Detector, CRBTD)。這
5、個(gè)算法中的創(chuàng)新點(diǎn)在于提出了一個(gè)連續(xù)的凸函數(shù)近似l0范數(shù)。利用這個(gè)方法,可以將很難求解的NP-hard優(yōu)化問(wèn)題轉(zhuǎn)化為容易求解的凸優(yōu)化問(wèn)題,并且可以找到更準(zhǔn)確的稀疏解。在實(shí)驗(yàn)中,相比于目前存在的基于稀疏模型的高光譜目標(biāo)檢測(cè)算法,CRBTD具有更好的檢測(cè)結(jié)果。第二種提出的算法是,基于k-mean聚類(lèi)重建光譜庫(kù)的高光譜圖像目標(biāo)檢測(cè)算法。在此算法中,通過(guò)對(duì)高光譜圖像進(jìn)行k-mean聚類(lèi)、目標(biāo)光譜剔除并整合的處理,實(shí)現(xiàn)了光譜庫(kù)的自動(dòng)構(gòu)造。在真實(shí)高光
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(hù)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(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)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(hù)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
- 基于多光譜成像的皮膚檢測(cè)算法研究.pdf
- 高光譜實(shí)時(shí)目標(biāo)檢測(cè)算法研究.pdf
- 基于光譜特性的高光譜圖像異常目標(biāo)檢測(cè)算法研究.pdf
- 基于光譜特性的高光譜圖像異常目標(biāo)檢測(cè)算法研究(1)
- 基于高光譜成像技術(shù)的馬鈴薯薯形檢測(cè)與算法研究.pdf
- 高光譜圖像目標(biāo)稀疏檢測(cè)算法的研究.pdf
- 高光譜成像
- 基于高光譜成像技術(shù)的血跡形態(tài)特征檢測(cè)研究.pdf
- 基于高光譜成像技術(shù)的羊肉嫩度檢測(cè)研究.pdf
- 基于多尺度分析的高光譜圖像目標(biāo)檢測(cè)算法研究.pdf
- 基于核機(jī)器學(xué)習(xí)的高光譜異常目標(biāo)檢測(cè)算法研究.pdf
- 高光譜圖像異常小目標(biāo)檢測(cè)算法研究.pdf
- 基于核方法的高光譜圖像小目標(biāo)檢測(cè)算法研究.pdf
- 高光譜遙感圖像異常目標(biāo)檢測(cè)算法研究.pdf
- 基于高光譜成像技術(shù)的銅品質(zhì)檢測(cè)方法研究.pdf
- 基于高光譜成像技術(shù)的干貝水分含量快速檢測(cè)研究.pdf
- 小麥發(fā)芽特性高光譜成像快速檢測(cè)研究.pdf
- 基于光學(xué)相關(guān)識(shí)別的高光譜圖像目標(biāo)檢測(cè)算法研究.pdf
- 基于高光譜成像技術(shù)的蘋(píng)果品質(zhì)無(wú)損檢測(cè)研究.pdf
- 基于高光譜成像技術(shù)的肉品品質(zhì)無(wú)損檢測(cè)方法研究.pdf
評(píng)論
0/150
提交評(píng)論