无先验信息的高光谱图像小目标检测算法研究

发布时间：2017-10-01 03:29

  本文关键词：无先验信息的高光谱图像小目标检测算法研究

  更多相关文章： 高光谱图像 异常检测 低概率检测 迭代误差分析 正交投影算子

【摘要】：因为高光谱遥感图像的数据比多光谱图像的数据丰富,所以高光谱遥感图像对地物的光谱分辨能力也比较强,人们越来越重视以高光谱信息为支撑的目标检测技术。然而在高光谱图像中,目标一般是小目标,在图像中占有面积小,会在背景地物中显示为一种“数据异常”,可以采用异常检测算法进行检测。目前,该类方法也是高光谱图像处理的研究热点之一。本文主要研究了高光谱图像中无先验信息的小目标检测领域的一些关键技术,主要工作如下:1.介绍了高光谱图像的相关理论知识及其特性,其中重点分析了谱间相关性和空间相关性。分析了异常检测算法的原理,介绍了RX,局部RX和PCA-RX三种异常检测算法,并在真实场景图上比较了这三种算法的检测性能。2.介绍了高光谱图像中的线性混合模型,研究了混合像元解混技术,其中重点分析了顶点成分分析法(VCA)和迭代误差分析法(IEA),并在人工合成图上比较了两种端元提取算法的性能。3.深入研究了低概率检测(LPD)算法的原理,针对LPD算法的缺点,提出了本文改进算法,首先用IEA进行端元提取,在提取的端元中选择出与背景地物光谱相近的端元并用它们构成背景矩阵,进而利用该矩阵构造正交投影算子,最后将该投影算子代入到LPD算法中完成目标检测。为了便于结果的查看,对检测得到的灰度图像进行Otus阈值分割,并通过标注连接分量去除大的干扰目标。实验结果表明,本文方法可以有效抑制背景信息,降低虚警概率,检测效果要优于传统算法,体现了较好的检测性能。
【关键词】：高光谱图像 异常检测 低概率检测 迭代误差分析 正交投影算子
【学位授予单位】：苏州大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP751
【目录】：

• 中文摘要4-5
• Abstract5-9
• 第一章 绪论9-15
• 1.1 研究背景及意义9-10
• 1.2 无先验信息的高光谱图像小目标检测算法概述10-13
• 1.2.1 高光谱图像目标检测技术10-12
• 1.2.2 国内外研究现状12-13
• 1.3 本文的主要研究工作及内容安排13-15
• 1.3.1 本文的主要研究工作13-14
• 1.3.2 本文的组织架构14-15
• 第二章 高光谱图像异常检测算法理论基础15-26
• 2.1 引言15
• 2.2 高光谱图像数据15-19
• 2.2.1 谱间相关性17-18
• 2.2.2 空间相关性18-19
• 2.3 光谱图像异常检测基本理论19-21
• 2.4 常用异常检测算法21-23
• 2.4.1 RX算法21
• 2.4.2 局部RX算法21
• 2.4.3 PCA RX算法21-23
• 2.5 实验结果与分析23-25
• 2.5.1 图像数据说明23-24
• 2.5.2 目标检测结果及分析24-25
• 2.6 本章小结25-26
• 第三章 高光谱图像混合像元分解26-34
• 3.1 引言26
• 3.2 混合像元形成机制与光谱混合模型26-28
• 3.2.1 混合像元形成机制26
• 3.2.2 光谱混合模型26-28
• 3.3 线性光谱解混技术流程28-31
• 3.3.1 顶点成分分析28-30
• 3.3.2 迭代误差分析30-31
• 3.4 实验分析31-33
• 3.4.1 图像介绍31-33
• 3.4.2 两种端元提取算法性能比较33
• 3.5 本章小结33-34
• 第四章 本文异常目标检测算法34-49
• 4.1 引言34
• 4.2 背景矩阵和正交投影算子的构造方法34-35
• 4.3 本文算法35-39
• 4.3.1 LPD算法35-37
• 4.3.2 本文算法描述37-39
• 4.3.3 ROC曲线39
• 4.4 自适应阈值分割和标注连接分量39-43
• 4.4.1 Otus自动阈值分割方法40-41
• 4.4.2 标注连接分量41-43
• 4.5 实验结果与分析43-48
• 4.5.1 合成图模拟实验43-47
• 4.5.2 真实场景高光谱实验47-48
• 4.6 本章小结48-49
• 第五章 总结与展望49-51
• 5.1 总结49-50
• 5.2 展望50-51
• 参考文献51-55
• 攻读硕士学位期间公开发表的论文及科研成果55-56
• 致谢56-57

【参考文献】

中国期刊全文数据库 前2条

1 王玉磊;赵春晖;王江洪;;基于低概率检测的高光谱异常目标检测算法研究[J];黑龙江大学自然科学学报;2010年03期

2 李智勇;郁文贤;;低维超平面结构在高光谱图像异常检测中的应用[J];红外与激光工程;2009年02期

中国硕士学位论文全文数据库 前1条

1 欧阳征平;高光谱遥感图像局部异常检测算法研究[D];国防科学技术大学;2011年

，

本文编号：952089