融合多维特征的高光谱图像目标检测与识别方法研究
发布时间：2021-04-09 14:18
随着军事监测与侦察领域的迅猛发展,对成像系统检测与识别性能的需求不断增加,传统单谱段或多谱段成像难以实现对目标的高性能检测与识别,高光谱成像技术因其具有同时获得光谱分辨率较高的多个连续谱段图像的优势,成为未来空间光学载荷的重要发展方向。但根据光谱成像技术原理及现有研究:高光谱图像存在数据量大、信息冗余度高、空间分辨率低等局限,导致算法计算量大、数据解译效率低、目标与背景光谱混叠等问题,使得目标检测与识别难度进一步增大,无法满足系统对于目标的实时判读解译需求,因此需要针对高光谱图像研究高效的目标检测与识别策略。为解决上述问题,本文分析了影响目标可检测性能与可识别性能的各种因素,开展了谱段优选、目标检测与识别方法研究。主要研究工作如下:（1）进行了目标可检测性与可识别性的影响因素分析。从成像全链路角度出发,分析目标/背景辐射、大气传输以及探测系统成像过程中产生的光谱混叠、辐射衰减、像质模糊、噪声干扰等效应对目标可检测性能与可识别性能的影响,针对各环节带来的不同影响给出谱段优选、目标检测与识别方法设计的相关建议,为后续研究提供理论支撑。（2）提出了面向检测与识别任务的谱段优选方法。以提升目标...
【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校
【文章页数】：82 页
【学位级别】：硕士
【部分图文】：
总体思路流程图
标轨迹的关联性。与此同时，需要针对目标速度发生变化的情况设计相应的的多帧关联方法。2.2.2目标辐射特性飞机目标的辐射主要由尾焰、尾喷管和蒙皮三部分组成。飞机尾焰的主要成分是二氧化碳和水蒸气，由于分子的吸收特性，尾焰在2.7μm、4.3μm、6.3μm附近有较强的红外辐射。发动机工作时，尾喷管被燃气加热，尾喷管辐射直接受到发动机工作状况的影响。蒙皮辐射来源于飞机飞行时的气动加热。将两种典型飞机作为计算对象，研究典型目标的红外辐射特性。飞行高度10km，速度0.8Ma情况下目标1和目标2的归一化光谱辐射曲线如图2-1a)所示，可以看到两目标的辐射曲线走势相似且在2.7μm、4.3μm、5.8μm、6.3μm附近均具有明显峰值，此现象可能是由两目标的燃料组分与飞行状态相似引起的，但仍能根据两目标间的辐射曲线差异实现对目标型号的识别，不同谱段内两目标间的辐射能量差异具有明显变化，因此可以选择不同目标间能量差异大的谱段进行目标识别，以提高目标识别的效率。相较于亚音速巡航，飞机以超音速巡航或加力飞行时会消耗更多燃料，尾喷管喷射出更多高温气体，由于气动加热引起的蒙皮辐射也会因飞行速度的提高而增加。目标1在两种工作状况下的归一化光谱辐射曲线如图2-1b)所示，可以看到飞机以不同工作状况飞行时，其红外辐射会发生明显变化。此种情况下同一目标光谱发生变异的程度较大，因此在构造目标识别特征库时，若对存在两种以上工作状况的目标仅设置一条标准光谱，势必会严重影响目标识别的准确度，因此需要对此类目标设置多条标准光谱，每条标准光谱对应于此类目标的不同工作状况。a)两种典型目标的光谱曲线b)目标1在两种工作状况下的光谱曲线图2-1典型目标的归一化光谱辐射曲线目标来自尾焰、尾喷管和蒙皮的辐射在不同谱段内的?
哈尔滨工业大学硕士学位论文-13-段内，来自蒙皮的红外辐射与尾焰、尾喷管的红外辐射相比可以忽略不记，在长波谱段内，飞机辐射主要来自于蒙皮辐射。目标1在4.3μm和13μm附近的红外辐射如图2-2所示，在图中能够清楚的看到这一差异。a)目标1在4.3μm附近红外辐射b)目标1在13μm附近红外辐射图2-2目标1在中波和长波波段内红外辐射特性飞机全部的红外辐射不是这三部分的简单相加，而是具有明显的方向特性，从不同方位角度观测飞机，飞机机身会对特定方位的辐射产生遮挡[66]。典型目标在不同方向上的辐射特性如图2-3所示。可以看到不同方向上的红外辐射存在较明显差异，目标的可检测性能会随观测角度的改变而发生变化。在构造目标识别特征库时，应该将所有观测角度情况下的目标光谱考虑在内，使得所构建的目标标准光谱对于以任意角度探测目标时的光谱匹配计算均具有较好的适用性。图2-3典型目标不同方向上的红外辐射特性2.2.3背景辐射特性天基平台探测的背景主要是陆地、海洋和大气，背景的复杂多样直接影响目标的可检测性能与可识别性能。分别选取短波红外与中波红外谱段的卷云背景图像中A、B、C、D四种场景进行背景辐射特性分析，如图2-4所示，对应的四种区域分别为云场景、云边缘场景、无云场景和点状云场景，区域大小为20×20个像元。
【参考文献】：
期刊论文
[1]基于显著图的红外弱小目标动态规划检测前跟踪算法[J]. 詹令明,李翠芸,姬红兵. 计算机辅助设计与图形学学报. 2019(07)
[2]低信噪比下的红外弱小目标检测算法研究综述[J]. 杨昳,徐长彬,马玉莹,黄成章. 激光与红外. 2019(06)
[3]隐身战斗机红外辐射特征计算及红外隐身效果分析[J]. 王彪,丛伟,王超哲,杨永建,黄金科. 北京理工大学学报. 2019(04)
[4]基于Contourlet及目标特性分析的弱小红外目标检测[J]. 王华兵,万烂军. 电子测量与仪器学报. 2019(03)
[5]基于时域信噪比的红外弱小目标检测（英文）[J]. 刘炎,王涛,陈凡胜,苏晓锋. 太赫兹科学与电子信息学报. 2019(01)
[6]基于最大中值滤波和K-means聚类红外弱小目标检测[J]. 岳付昌. 光电技术应用. 2018(05)
[7]基于邻域局部最大均值与多尺度形态学滤波的弱小红外目标检测算法[J]. 丁云,张生伟,李国强,马军勇,张春景. 电光与控制. 2018(09)
[8]基于小波变换和改进Top-Hat滤波的红外小目标检测[J]. 张宁,辛云宏. 激光与红外. 2016(11)
[9]高光谱图像处理与信息提取前沿[J]. 张兵. 遥感学报. 2016(05)
[10]基于相关滤波器的红外弱小目标检测算法[J]. 何玉杰,李敏,张金利,邢宇航. 光学学报. 2016(05)
博士论文
[1]特定背景下点目标探测最优波段选择方法的研究[D]. 董玉翠.中国科学院研究生院(上海技术物理研究所) 2015
本文编号：3127774
【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校
【文章页数】：82 页
【学位级别】：硕士
【部分图文】：
总体思路流程图
标轨迹的关联性。与此同时，需要针对目标速度发生变化的情况设计相应的的多帧关联方法。2.2.2目标辐射特性飞机目标的辐射主要由尾焰、尾喷管和蒙皮三部分组成。飞机尾焰的主要成分是二氧化碳和水蒸气，由于分子的吸收特性，尾焰在2.7μm、4.3μm、6.3μm附近有较强的红外辐射。发动机工作时，尾喷管被燃气加热，尾喷管辐射直接受到发动机工作状况的影响。蒙皮辐射来源于飞机飞行时的气动加热。将两种典型飞机作为计算对象，研究典型目标的红外辐射特性。飞行高度10km，速度0.8Ma情况下目标1和目标2的归一化光谱辐射曲线如图2-1a)所示，可以看到两目标的辐射曲线走势相似且在2.7μm、4.3μm、5.8μm、6.3μm附近均具有明显峰值，此现象可能是由两目标的燃料组分与飞行状态相似引起的，但仍能根据两目标间的辐射曲线差异实现对目标型号的识别，不同谱段内两目标间的辐射能量差异具有明显变化，因此可以选择不同目标间能量差异大的谱段进行目标识别，以提高目标识别的效率。相较于亚音速巡航，飞机以超音速巡航或加力飞行时会消耗更多燃料，尾喷管喷射出更多高温气体，由于气动加热引起的蒙皮辐射也会因飞行速度的提高而增加。目标1在两种工作状况下的归一化光谱辐射曲线如图2-1b)所示，可以看到飞机以不同工作状况飞行时，其红外辐射会发生明显变化。此种情况下同一目标光谱发生变异的程度较大，因此在构造目标识别特征库时，若对存在两种以上工作状况的目标仅设置一条标准光谱，势必会严重影响目标识别的准确度，因此需要对此类目标设置多条标准光谱，每条标准光谱对应于此类目标的不同工作状况。a)两种典型目标的光谱曲线b)目标1在两种工作状况下的光谱曲线图2-1典型目标的归一化光谱辐射曲线目标来自尾焰、尾喷管和蒙皮的辐射在不同谱段内的?
哈尔滨工业大学硕士学位论文-13-段内，来自蒙皮的红外辐射与尾焰、尾喷管的红外辐射相比可以忽略不记，在长波谱段内，飞机辐射主要来自于蒙皮辐射。目标1在4.3μm和13μm附近的红外辐射如图2-2所示，在图中能够清楚的看到这一差异。a)目标1在4.3μm附近红外辐射b)目标1在13μm附近红外辐射图2-2目标1在中波和长波波段内红外辐射特性飞机全部的红外辐射不是这三部分的简单相加，而是具有明显的方向特性，从不同方位角度观测飞机，飞机机身会对特定方位的辐射产生遮挡[66]。典型目标在不同方向上的辐射特性如图2-3所示。可以看到不同方向上的红外辐射存在较明显差异，目标的可检测性能会随观测角度的改变而发生变化。在构造目标识别特征库时，应该将所有观测角度情况下的目标光谱考虑在内，使得所构建的目标标准光谱对于以任意角度探测目标时的光谱匹配计算均具有较好的适用性。图2-3典型目标不同方向上的红外辐射特性2.2.3背景辐射特性天基平台探测的背景主要是陆地、海洋和大气，背景的复杂多样直接影响目标的可检测性能与可识别性能。分别选取短波红外与中波红外谱段的卷云背景图像中A、B、C、D四种场景进行背景辐射特性分析，如图2-4所示，对应的四种区域分别为云场景、云边缘场景、无云场景和点状云场景，区域大小为20×20个像元。
【参考文献】：
期刊论文
[1]基于显著图的红外弱小目标动态规划检测前跟踪算法[J]. 詹令明,李翠芸,姬红兵. 计算机辅助设计与图形学学报. 2019(07)
[2]低信噪比下的红外弱小目标检测算法研究综述[J]. 杨昳,徐长彬,马玉莹,黄成章. 激光与红外. 2019(06)
[3]隐身战斗机红外辐射特征计算及红外隐身效果分析[J]. 王彪,丛伟,王超哲,杨永建,黄金科. 北京理工大学学报. 2019(04)
[4]基于Contourlet及目标特性分析的弱小红外目标检测[J]. 王华兵,万烂军. 电子测量与仪器学报. 2019(03)
[5]基于时域信噪比的红外弱小目标检测（英文）[J]. 刘炎,王涛,陈凡胜,苏晓锋. 太赫兹科学与电子信息学报. 2019(01)
[6]基于最大中值滤波和K-means聚类红外弱小目标检测[J]. 岳付昌. 光电技术应用. 2018(05)
[7]基于邻域局部最大均值与多尺度形态学滤波的弱小红外目标检测算法[J]. 丁云,张生伟,李国强,马军勇,张春景. 电光与控制. 2018(09)
[8]基于小波变换和改进Top-Hat滤波的红外小目标检测[J]. 张宁,辛云宏. 激光与红外. 2016(11)
[9]高光谱图像处理与信息提取前沿[J]. 张兵. 遥感学报. 2016(05)
[10]基于相关滤波器的红外弱小目标检测算法[J]. 何玉杰,李敏,张金利,邢宇航. 光学学报. 2016(05)
博士论文
[1]特定背景下点目标探测最优波段选择方法的研究[D]. 董玉翠.中国科学院研究生院(上海技术物理研究所) 2015
本文编号：3127774
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3127774.html
