基于空谱信息联合的高光谱图像目标检测算法研究
发布时间：2021-10-27 05:55
高光谱遥感数据图谱合一的特点使其作为一个图像立方体包含了远比全色或多光谱图像更为丰富的地物信息,有着巨大的开发潜力,其中高光谱遥感图像的目标检测算法多年来一直是人们关注的热点。然而无论是图像处理中主流的基于空间信息的检测算法还是源自传统信号理论的基于光谱信息的检测算法都只利用了高光谱数据中很小一部分的信息,大量的有用信息没有被挖掘,同时高光谱遥感领域中标记样本的缺乏问题也制约了诸如深度学习等新兴热门算法的应用,阻碍了目标检测算法的发展。因此,基于不同程度的先验信息条件,探索和开发与之适应的充分结合空谱信息的高光谱目标检测算法具有重要的现实意义和应用价值,本文以此为出发点展开如下研究。针对缺少目标及背景先验信息情况下的高光谱异常目标检测,论文首先研究了高光谱图像的稀疏表示模型及其稀疏系数求解问题,采用了一种异常像元无监督检测的非负稀疏得分估计算法,结合异常目标光谱维的稀疏特性和稀疏字典的原子利用率实现异常检测并利用基于条件随机场的空间滤波进行后处理,充分利用像素邻域内的初始标签及光谱相似性对检测结果进一步细化,通过光谱与空间信息的耦合,提升了算法的检测性能。针对有少量目标先验光谱样本条件...
【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】：68 页
【学位级别】：硕士
【部分图文】：
异常目标检
哈尔滨工业大学工学硕士学位论文-18-图像中的飞机为待检测的异常目标。(a)SanDiego(b)SanDiego真值图(c)Gulfport(d)Gulfport真值图图2-2异常目标检测实验测试数据2.4.2实验结果及分析在本实验中，分别采用RX算法、局部稀疏差异指数算法(LSD)[44]、稀疏得分估计异常检测算法(SSEAD)[41]以及非负稀疏得分估计异常检测算法(NNSSEAD)[45]作为本文方法(NNSSEAD+SF)的对比，异常目标检测概率图分别如图2-3、图2-4所示，其中在0.5%的虚警概率下检测结果如图2-5、图2-6所示。(a)RX(b)LSD(c)SSEAD(d)NNSSEAD(e)NNSSEAD+SF图2-3Gulfport机场异常目标检测概率图(a)RX(b)LSD(c)SSEAD(d)NNSSEAD(e)NNSSEAD+SF图2-4SanDiego机场异常目标检测概率图(a)RX(b)LSD(c)SSEAD(d)NNSSEAD(e)NNSSEAD+SF图2-50.5%虚警概率下Gulfport机场异常目标检测结果
哈尔滨工业大学工学硕士学位论文-18-图像中的飞机为待检测的异常目标。(a)SanDiego(b)SanDiego真值图(c)Gulfport(d)Gulfport真值图图2-2异常目标检测实验测试数据2.4.2实验结果及分析在本实验中，分别采用RX算法、局部稀疏差异指数算法(LSD)[44]、稀疏得分估计异常检测算法(SSEAD)[41]以及非负稀疏得分估计异常检测算法(NNSSEAD)[45]作为本文方法(NNSSEAD+SF)的对比，异常目标检测概率图分别如图2-3、图2-4所示，其中在0.5%的虚警概率下检测结果如图2-5、图2-6所示。(a)RX(b)LSD(c)SSEAD(d)NNSSEAD(e)NNSSEAD+SF图2-3Gulfport机场异常目标检测概率图(a)RX(b)LSD(c)SSEAD(d)NNSSEAD(e)NNSSEAD+SF图2-4SanDiego机场异常目标检测概率图(a)RX(b)LSD(c)SSEAD(d)NNSSEAD(e)NNSSEAD+SF图2-50.5%虚警概率下Gulfport机场异常目标检测结果
【参考文献】：
期刊论文
[1]高光谱异常目标检测算法研究进展[J]. 张炎,华文深,严阳,崔子浩,索文凯. 激光杂志. 2019(07)
[2]基于波段选择和空-谱组合核函数的高光谱图像目标检测[J]. 李湘眷,张峰,李宇,赵越,赵川源. 国外电子测量技术. 2019(05)
[3]基于伪标签深度学习的高光谱影像半监督分类[J]. 刘丽丽,周绍光,赵婵娟,丁倩. 计算机工程与应用. 2019(17)
[4]小样本高光谱遥感图像深度学习方法[J]. 石祥滨,钟健,刘翠微,刘芳,张德园. 系统仿真学报. 2018(07)
[5]改进协同表示的高光谱图像异常检测算法[J]. 刘万军,武小杰,曲海成,王凤. 计算机应用研究. 2018(12)
[6]一种结合CEM的高光谱遥感影像目标检测算法[J]. 杨磊,苏令华,吴宝刚,王宝海,栗铁桩. 重庆理工大学学报(自然科学). 2017(12)
[7]高光谱遥感影像分类研究进展[J]. 杜培军,夏俊士,薛朝辉,谭琨,苏红军,鲍蕊. 遥感学报. 2016(02)
[8]基于联合核协同的高光谱图像异常目标检测[J]. 张丽丽,赵春晖,成宝芝. 光电子·激光. 2015(11)
[9]高光谱图像自适应核联合表示异常检测[J]. 唐意东,黄树彩,凌强,钟宇. 强激光与粒子束. 2015(09)
[10]一种改进的高光谱遥感影像ACE目标检测算法[J]. 何元磊,王静荔,贾俊波,陈勇,马超,高正明. 山东科技大学学报(自然科学版). 2015(03)
博士论文
[1]组合空间和光谱特性的高光谱图像异常检测与目标识别方法研究[D]. 张星.国防科学技术大学 2016
硕士论文
[1]基于深度学习的高光谱图像目标检测[D]. 赵世智.北京化工大学 2019
[2]基于稀疏表示的高光谱图像异常检测算法及其优化研究[D]. 孙邱鹏.哈尔滨工业大学 2018
[3]基于核稀疏和空间约束的高光谱目标检测方法研究[D]. 金天明.哈尔滨工业大学 2016
[4]高光谱遥感图像目标探测方法研究[D]. 侯力.成都理工大学 2016
本文编号：3461007
【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】：68 页
【学位级别】：硕士
【部分图文】：
异常目标检
哈尔滨工业大学工学硕士学位论文-18-图像中的飞机为待检测的异常目标。(a)SanDiego(b)SanDiego真值图(c)Gulfport(d)Gulfport真值图图2-2异常目标检测实验测试数据2.4.2实验结果及分析在本实验中，分别采用RX算法、局部稀疏差异指数算法(LSD)[44]、稀疏得分估计异常检测算法(SSEAD)[41]以及非负稀疏得分估计异常检测算法(NNSSEAD)[45]作为本文方法(NNSSEAD+SF)的对比，异常目标检测概率图分别如图2-3、图2-4所示，其中在0.5%的虚警概率下检测结果如图2-5、图2-6所示。(a)RX(b)LSD(c)SSEAD(d)NNSSEAD(e)NNSSEAD+SF图2-3Gulfport机场异常目标检测概率图(a)RX(b)LSD(c)SSEAD(d)NNSSEAD(e)NNSSEAD+SF图2-4SanDiego机场异常目标检测概率图(a)RX(b)LSD(c)SSEAD(d)NNSSEAD(e)NNSSEAD+SF图2-50.5%虚警概率下Gulfport机场异常目标检测结果
哈尔滨工业大学工学硕士学位论文-18-图像中的飞机为待检测的异常目标。(a)SanDiego(b)SanDiego真值图(c)Gulfport(d)Gulfport真值图图2-2异常目标检测实验测试数据2.4.2实验结果及分析在本实验中，分别采用RX算法、局部稀疏差异指数算法(LSD)[44]、稀疏得分估计异常检测算法(SSEAD)[41]以及非负稀疏得分估计异常检测算法(NNSSEAD)[45]作为本文方法(NNSSEAD+SF)的对比，异常目标检测概率图分别如图2-3、图2-4所示，其中在0.5%的虚警概率下检测结果如图2-5、图2-6所示。(a)RX(b)LSD(c)SSEAD(d)NNSSEAD(e)NNSSEAD+SF图2-3Gulfport机场异常目标检测概率图(a)RX(b)LSD(c)SSEAD(d)NNSSEAD(e)NNSSEAD+SF图2-4SanDiego机场异常目标检测概率图(a)RX(b)LSD(c)SSEAD(d)NNSSEAD(e)NNSSEAD+SF图2-50.5%虚警概率下Gulfport机场异常目标检测结果
【参考文献】：
期刊论文
[1]高光谱异常目标检测算法研究进展[J]. 张炎,华文深,严阳,崔子浩,索文凯. 激光杂志. 2019(07)
[2]基于波段选择和空-谱组合核函数的高光谱图像目标检测[J]. 李湘眷,张峰,李宇,赵越,赵川源. 国外电子测量技术. 2019(05)
[3]基于伪标签深度学习的高光谱影像半监督分类[J]. 刘丽丽,周绍光,赵婵娟,丁倩. 计算机工程与应用. 2019(17)
[4]小样本高光谱遥感图像深度学习方法[J]. 石祥滨,钟健,刘翠微,刘芳,张德园. 系统仿真学报. 2018(07)
[5]改进协同表示的高光谱图像异常检测算法[J]. 刘万军,武小杰,曲海成,王凤. 计算机应用研究. 2018(12)
[6]一种结合CEM的高光谱遥感影像目标检测算法[J]. 杨磊,苏令华,吴宝刚,王宝海,栗铁桩. 重庆理工大学学报(自然科学). 2017(12)
[7]高光谱遥感影像分类研究进展[J]. 杜培军,夏俊士,薛朝辉,谭琨,苏红军,鲍蕊. 遥感学报. 2016(02)
[8]基于联合核协同的高光谱图像异常目标检测[J]. 张丽丽,赵春晖,成宝芝. 光电子·激光. 2015(11)
[9]高光谱图像自适应核联合表示异常检测[J]. 唐意东,黄树彩,凌强,钟宇. 强激光与粒子束. 2015(09)
[10]一种改进的高光谱遥感影像ACE目标检测算法[J]. 何元磊,王静荔,贾俊波,陈勇,马超,高正明. 山东科技大学学报(自然科学版). 2015(03)
博士论文
[1]组合空间和光谱特性的高光谱图像异常检测与目标识别方法研究[D]. 张星.国防科学技术大学 2016
硕士论文
[1]基于深度学习的高光谱图像目标检测[D]. 赵世智.北京化工大学 2019
[2]基于稀疏表示的高光谱图像异常检测算法及其优化研究[D]. 孙邱鹏.哈尔滨工业大学 2018
[3]基于核稀疏和空间约束的高光谱目标检测方法研究[D]. 金天明.哈尔滨工业大学 2016
[4]高光谱遥感图像目标探测方法研究[D]. 侯力.成都理工大学 2016
本文编号：3461007
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3461007.html
