高光譜圖像亞像元級目標(biāo)檢測的非線性方法研究.pdf

1、高光譜遙感圖像目標(biāo)檢測是高光譜遙感理論與應(yīng)用研究的重要環(huán)節(jié)。由于高光譜圖像數(shù)據(jù)的復(fù)雜性，如波段間非線性相關(guān)、普遍存在混合像元、訓(xùn)練樣本少、噪聲影響、同物異譜、同譜異物等問題，使得傳統(tǒng)的線性目標(biāo)檢測算法難以表現(xiàn)出良好的性能。近年來核方法的提出和應(yīng)用為高光譜遙感圖像分析提供了一條新途徑，但仍面臨挑戰(zhàn)。
　　另外，在實(shí)際應(yīng)用中，當(dāng)感興趣目標(biāo)相對很小，成像遙感器距離又較遠(yuǎn)時，目標(biāo)所成的像通常為亞像元目標(biāo)圖像。在高光譜遙感圖像中，亞像元僅占

2、據(jù)單個像素的一小部分，其他部分往往是背景信息，于是待檢測目標(biāo)像元總表現(xiàn)為目標(biāo)光譜和背景光譜的混合。目前國內(nèi)外針對純像元的目標(biāo)檢測算法研究已取得了不少成果，而針對亞像元的目標(biāo)檢測算法還相對較少，特別是非線性目標(biāo)檢測算法。
　　此外，高光譜遙感圖像并不僅僅是許多獨(dú)立同分布像素的集合，它還具有結(jié)構(gòu)化的區(qū)域：空間上緊密的像素應(yīng)屬于同一類。尤其隨著極高分辨率(VHR).影像的出現(xiàn)，圖像的空間細(xì)節(jié)描述能力在日益提高，合理利用圖像場景中的空間結(jié)

3、構(gòu)(如紋理，形狀等)越來越受到重視。
　　本論文主要研究運(yùn)用核方法，憑借核技巧特點(diǎn)與優(yōu)勢將現(xiàn)有基于線性混合模型的亞像元目標(biāo)檢測算法轉(zhuǎn)換為相應(yīng)針對亞像元目標(biāo)檢測的非線性處理方法，從而克服非線性光譜解混難的問題；重點(diǎn)研究利用多結(jié)構(gòu)元素組合的擴(kuò)展數(shù)學(xué)形態(tài)學(xué)方法提取圖像的空間信息，再根據(jù)核函數(shù)構(gòu)造理論結(jié)合光譜信息和空間信息構(gòu)造組合核，力求提高高光譜圖像亞像元目標(biāo)檢測精度。
　　本文主要創(chuàng)新點(diǎn)和研究成果如下：
　　(1)針對非線

4、性混合下的高光譜圖像亞像元目標(biāo)檢測問題，本文提出了一種基于核函數(shù)的斜子空間投影方法(KOBSP)，主要運(yùn)用核函數(shù)理論，輸入數(shù)據(jù)通過非線性變換映射到高維核特征空間。在特征空間中結(jié)合核函數(shù)，推導(dǎo)出核化了的OBSP表達(dá)式，從而避免了在高維特征空間中復(fù)雜的計算。核化了的OBSP算法相當(dāng)于原始輸入空間中的非線性O(shè)BSP算法。仿真數(shù)據(jù)和實(shí)際遙感數(shù)據(jù)實(shí)驗證明了KOBSP優(yōu)于OBSP。
　　(2)針對非線性混合下的高光譜圖像亞像元目標(biāo)檢測問題，在

5、核信號空間正交投影法(KSSP)的基礎(chǔ)上，提出了一種光譜和空間信息結(jié)合的組合核信號空間正交投影方法(CKSSP)。分別基于邊緣序和像元距離為序尺度函數(shù)的導(dǎo)出序?qū)⒒叶刃螒B(tài)變換擴(kuò)展到多值圖像空間中的形態(tài)變換，利用多結(jié)構(gòu)元素組合的擴(kuò)展數(shù)學(xué)形態(tài)學(xué)方法提取高光譜圖像的空間信息。根據(jù)核函數(shù)定義，將光譜信息和空間信息相結(jié)合構(gòu)造組合核函數(shù)，通過組合核信號空間正交投影實(shí)現(xiàn)目標(biāo)檢測。實(shí)驗結(jié)果證明了CKSSP方法優(yōu)于KSSP方法。
　　(3)考慮到一般

6、在對高光譜圖像進(jìn)行目標(biāo)檢測前，需要先端元提取，尤其當(dāng)目標(biāo)光譜和背景光譜未知時，端元的選擇十分重要，直接影響后續(xù)的目標(biāo)檢測、分類、識別等結(jié)果。于是本文提出了一種核非監(jiān)督正交子空間投影(KUOSP)方法，用該方法來實(shí)現(xiàn)端元自動提取，實(shí)驗結(jié)果表明該方法自動提取端元合理，且效果佳。
　　(4)前面的研究工作主要用MATLAB仿真實(shí)現(xiàn)，而這部分用VC++開發(fā)了一個高光譜遙感圖像亞像元目標(biāo)檢測軟件系統(tǒng)，該系統(tǒng)有打開GeoTiff格式圖像、區(qū)域