约束最大相关系数的高光谱影像目标探测研究
本文选题:目标探测 + 相关系数 ; 参考:《激光与红外》2016年01期
【摘要】:高光谱遥感影像具有高的空间分辨率和连续的光谱信息,在目标探测领域具有独特的优势。基于高光谱影像的目标探测技术是遥感理论与应用的重要领域之一。本文从统计学中的相关系数的概念出发,提出了基于约束最大相关系数的高光谱影像目标探测算法。利用高光谱影像的线性混合模型,在真实图像中添加目标光谱,获得不同含量的亚像素目标及大目标,利用实验室高光谱成像仪对大目标进行推扫成像获取真实大目标高光谱影像。对仿真图像与真实图像进行约束能量最小化算子和约束最大相关系数算子进行对比,实验结果表明,基于约束最大相关系数的高光谱影像目标探测算法在探测大目标中具有更稳健的探测性能。
[Abstract]:Hyperspectral remote sensing images with high spatial resolution and continuous spectral information have unique advantages in the field of target detection. Target detection based on hyperspectral image is one of the important fields of remote sensing theory and application. Based on the concept of correlation coefficient in statistics, an algorithm for target detection in hyperspectral images based on constrained maximum correlation coefficients is proposed in this paper. Using the linear mixed model of hyperspectral image, the target spectrum is added to the real image, and the sub-pixel target and large target with different content are obtained. The hyperspectral images of real large targets are obtained by push-scan imaging with laboratory hyperspectral imagers. The constrained energy minimization operator and the constrained maximum correlation coefficient operator are compared between the simulation image and the real image. The experimental results show that, The hyperspectral image target detection algorithm based on constrained maximum correlation coefficient has more robust detection performance in detecting large targets.
【作者单位】: 西安石油大学计算机学院;中国科学院西安光学精密机械研究所光谱成像重点实验室;中国人民武装警察部队工程大学;天津工业大学电子信息工程学院;
【基金】:国家自然科学基金项目(No.41301382;No.41301480;No.61401439) 教育部人文社会科学研究青年基金项目(No.14YJCZH172) 江苏省自然基金项目(No.20142BAB207007) 西安石油大学创新基金项目(No.YS29031606)资助
【分类号】:TP751
【相似文献】
相关期刊论文 前10条
1 甘甫平;王润生;;高光谱遥感技术在地质领域中的应用[J];国土资源遥感;2007年04期
2 余旭初;杨国鹏;冯伍法;周欣;;基于简约集支持向量机的高光谱影像分类[J];计算机科学;2010年11期
3 李新双;张良培;李平湘;吴波;;基于小波分量特征值匹配的高光谱影像分类[J];武汉大学学报(信息科学版);2006年03期
4 杨可明;陈云浩;郭达志;蒋金豹;;基于高光谱影像的小麦条锈病光谱信息探测与提取(英文)[J];光子学报;2008年01期
5 苏俊英;舒宁;;一种基于非线性增益小波滤波的高光谱影像去噪技术研究[J];遥感技术与应用;2008年04期
6 杨可明;李慧;郭达志;;基于最佳小波包基的高光谱影像特征制图[J];测绘学报;2008年01期
7 杨国鹏;余旭初;刘伟;陈伟;;基于支持向量机的高光谱影像分类研究[J];计算机工程与设计;2008年08期
8 董超;赵慧洁;;关联向量机在高光谱影像分类中的应用[J];遥感学报;2010年06期
9 冯海亮;潘竞文;黄鸿;;半监督邻域保持嵌入在高光谱影像分类中的应用[J];计算机科学;2014年S1期
10 杜辉强;舒宁;;高光谱影像能量边缘提取[J];武汉大学学报(信息科学版);2006年02期
相关会议论文 前4条
1 于美娇;董广军;张永生;纪松;杨靖宇;;一种基于极大后验估计的高光谱影像分辨率增强方法[A];图像图形技术与应用进展——第三届图像图形技术与应用学术会议论文集[C];2008年
2 张杰林;;砂岩型铀矿床高光谱数据挖掘技术研究[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年
3 董彦芳;庞勇;;高光谱影像与LiDAR数据融合提取城市目标提取[A];中国地震学会空间对地观测专业委员会2013年学术研讨会论文摘要集[C];2013年
4 李飞;周成虎;陈荣国;;基于光谱曲线形态的高光谱影像检索方法研究[A];第二届中国科学院博士后学术年会暨高新技术前沿与发展学术会议程序册[C];2010年
相关博士学位论文 前1条
1 杨国鹏;基于机器学习方法的高光谱影像分类研究[D];解放军信息工程大学;2010年
,本文编号:1924632
本文链接:https://www.wllwen.com/guanlilunwen/gongchengguanli/1924632.html