版權(quán)說明: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),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
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
溫馨提示
- 1. 本站所有資源如無特殊說明,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)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對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, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 高光譜圖像亞像元級目標(biāo)檢測的非線性方法研究(1)
- 高光譜圖像的異常目標(biāo)檢測及亞像元定位研究.pdf
- 基于稀疏性的高光譜圖像亞像元目標(biāo)檢測研究.pdf
- 基于光譜解混和目標(biāo)優(yōu)化的高光譜圖像亞像元定位研究
- 基于光譜解混和目標(biāo)優(yōu)化的高光譜圖像亞像元定位研究.pdf
- 高光譜數(shù)據(jù)混合像元線性分解方法研究.pdf
- 高光譜圖像目標(biāo)檢測方法研究.pdf
- 高光譜遙感圖像混合像元解混方法的研究.pdf
- 高光譜圖像的小目標(biāo)檢測方法研究.pdf
- 高光譜圖像目標(biāo)檢測及壓縮方法研究.pdf
- 遙感圖像亞像元定位方法的研究.pdf
- 高光譜遙感圖像混合像元分解算法研究.pdf
- 高-多光譜圖像混合像元解混研究.pdf
- 基于非負(fù)矩陣分解的高光譜圖像混合像元分解方法研究.pdf
- 高光譜圖像目標(biāo)檢測技術(shù)研究.pdf
- 高光譜影像混合像元分解及亞象元定位.pdf
- 基于核方法的高光譜圖像小目標(biāo)檢測算法研究.pdf
- 高光譜圖像非線性解混技術(shù)研究.pdf
- 非線性流形結(jié)構(gòu)在高光譜圖像異常檢測中的應(yīng)用研究.pdf
- 基于高光譜圖像的小目標(biāo)檢測.pdf
評論
0/150
提交評論