基于线性解混的高光谱图像目标检测研究

发布时间：2021-11-13 00:30

　　高光谱图像的空间分辨率普遍较低,导致混合像元大量存在,为目标检测带来了一定困难。为了实现复杂背景下的高光谱图像目标检测,提出了一种去端元的目标检测方法。在光谱解混技术的基础上,建立了复杂背景下的光谱混合模型并加以改进,采用多次去端元的方法,取得了简化背景之后的高光谱图像。结果表明,与传统的RX目标检测算法相比,所提出的算法能够显著提升目标检测效果。在实际的军事运用中,为大尺幅图像的目标识别和揭露伪装提供了思路。 

【文章来源】：激光技术. 2020,44(02)北大核心CSCD

【文章页数】：5 页

【文章目录】：
引 言
1 混合模型的建立
    1.1 复杂背景下的光谱混合模型
    1.2 遮掩情况的模型改进
2 实验方法及步骤
    2.1 提取端元
    2.2 丰度反演
    2.3 去除端元
3 实验结果与分析
    3.1 实验数据
    3.2 端元去除及图像恢复
    3.3 多次去端元及结果分析
4 目标检测效果评价
    4.1 去端元效果评价指标
    4.2 目标检测结果评价
5 结 论


【参考文献】：
期刊论文
[1]线性高光谱解混模型综述[J]. 袁静,章毓晋,高方平.  红外与毫米波学报. 2018(05)
[2]高光谱遥感图像非线性解混研究综述[J]. 杨斌,王斌.  红外与毫米波学报. 2017(02)
[3]高光谱图像处理与信息提取前沿[J]. 张兵.  遥感学报. 2016(05)
[4]基于拉格朗日的高光谱解混算法研究[J]. 刘万军,杨秀红,曲海成.  计算机应用研究. 2016(10)
[5]基于高光谱图像混合像元分解技术的去雾方法[J]. 冯维一,陈钱,何伟基,顾国华,庄佳衍,徐双双.  光学学报. 2015(01)
[6]有监督的高光谱图像伪装目标检测方法[J]. 刘志刚,卢云龙,魏一苇.  红外与激光工程. 2013(11)
[7]高光谱图像非线性解混方法的研究进展[J]. 唐晓燕,高昆,倪国强.  遥感技术与应用. 2013(04)
[8]高光谱遥感图像光谱解混的独立成分分析技术[J]. 罗文斐,钟亮,张兵,高连如.  光谱学与光谱分析. 2010(06)
[9]一种端元变化的神经网络混合像元分解方法[J]. 吴柯,张良培,李平湘.  遥感学报. 2007(01)



本文编号：3491947