高光譜圖像自動目標(biāo)檢測技術(shù)研究.pdf

1、高光譜成像可同時觀測空譜信息，這使得高光譜圖像目標(biāo)檢測技術(shù)在解決目標(biāo)檢測問題時顯示出獨(dú)特優(yōu)勢，已成為自動目標(biāo)識別領(lǐng)域的一個前沿研究方向。本文著眼于如何精確描述高光譜圖像數(shù)據(jù)的統(tǒng)計特性；如何結(jié)合利用空間信息提高檢測效果；如何抑制背景和噪聲信號同時保留或增強(qiáng)目標(biāo)信號；如何挖掘高光譜圖像數(shù)據(jù)中除空譜信息之外的其余隱含信息等方面，對高光譜圖像目標(biāo)檢測技術(shù)進(jìn)行了研究，主要貢獻(xiàn)如下： 1．利用最大熵定理和目標(biāo)的空間低概率性，將高光譜圖像異常

2、目標(biāo)檢測問題中的似然比檢驗簡化為對背景似然的單似然檢驗。對于空間低概率目標(biāo)，其樣本難以約束目標(biāo)總體的矩特征。因此，在最大熵條件下求取目標(biāo)總體統(tǒng)計特性，將高光譜圖像目標(biāo)檢測問題簡化為對背景似然進(jìn)行檢驗的單似然檢驗。 2．使用樣本多模無參估計模型和單似然檢驗構(gòu)造了一種高光譜圖像異常目標(biāo)檢測算法。由于異常目標(biāo)的空間低概率性，將全部高光譜圖像數(shù)據(jù)均視為來自于背景總體，利用樣本多模無參估計模型獲取背景的概率密度特性，再結(jié)合單似然檢驗構(gòu)造出

3、檢測器。實驗結(jié)果表明該檢測器可有效檢測出高光譜圖像中的異常目標(biāo)。 3．針對高光譜圖像亞象素目標(biāo)檢測問題，構(gòu)造了一種結(jié)合子空間投影和似然比檢驗的特征層融合兩步匹配檢測器。該檢測算法在檢測過程中綜合利用了子空間投影檢測方法和似然比檢驗二者的優(yōu)點以提高檢測性能。仿真實驗結(jié)果表明該檢測器可有效檢測出高光譜圖像中的亞象素目標(biāo)。 4．利用多元隨機(jī)變量二次型統(tǒng)計量的高階矩構(gòu)造判據(jù)求取高光譜圖像的自適應(yīng)結(jié)構(gòu)化背景，在殘余數(shù)據(jù)服從空間白化

4、高斯隨機(jī)過程的條件下，利用目標(biāo)空間形狀信息構(gòu)造目標(biāo)空間形狀子空間，并將二維目標(biāo)空間形狀信息映射為高維的光譜維特征進(jìn)行匹配，構(gòu)造出形譜一體化檢測器。仿真實驗結(jié)果表明該檢測算法可有效檢測出高光譜圖像中多個具有不同形狀和光譜特征的目標(biāo)。 5．構(gòu)造了一種檢測變換值概率密度估計曲線與目標(biāo)檢測變換值桿圖的合成圖用以評價高光譜圖像小目標(biāo)檢測器。 6．檢測高光譜圖像中的大目標(biāo)時，為利用高光譜圖像的空間尺度維信息，定義高光譜圖像高維多尺度