高光谱图像目标探测算法研究

《高光谱图像目标探测算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号：型窆!!12UDC：654．9密级：卫公五编号：081012高光谱图像目标探测算法研究RESEARCHONHYPERSPECTRALIMAGETARGETDETECTIONALGORITHMS学位授予单位及代码：蓬壹理王太堂(!Q!璺鱼2论文起止时间：2Q121Q鱼二星Q!曼!12长春理工大学硕士学位论文原创性声明本人郑重声明：所呈交的硕士学位论文，《高光谱图像目标探测算法研究》是本人在指导教师的指导下，独立进行研究工作所取得的成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体

2、已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。长春理工大学学位论文版权使用授权书本学位论文作者及指导教师完全了解“长春理工大学硕士、博士学位论文版权使用规定”，同意长春理工大学保留并向中国科学信息研究所、中国优秀博硕士学位论文全文数据库和CNKI系列数据库及其它国家有关部门或机构送交学位论文的复印件和电子版，允许论文被查阅和借阅。本人授权长春理工大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，也可采用

3、影印、缩印或扫描等复制手段保存和汇编学位论文。作者签名：垦灶猃年立月丝日导师签名：丝丝年五月丝日摘要与普通的基于高空间分辨率遥感影像的目标探测算法不同，高光谱图像目标探测主要依据目标与地物在光谱特征上存在的差异进行检测识别。通常，由于高光谱图像较低的空间分辨率以及受到目标尺寸和地物复杂特性的影响，使得感兴趣目标在高光谱图像中往往处于亚像元级或弱信息状态。因此，传统的基于空间形态的目视解译方法无法实现对这类目标的探测识别。本课题的研究旨在应用图像融合技术及模式识别等方法，充分挖掘高光谱数据中的光谱和空

4、间信息，实现对感兴趣目标有效探测。对于传统的正交子空间投影法，在进行目标探测之前，必须要己知背景光谱向量，然而在很多情况下，背景光谱的先验知识我们往往无法准确获取。而约束能量最小化算法在进行目标探测时无需背景光谱的先验信息，但该算法对大目标探测效果不佳，不能有效提取出目标轮廓。为此，提出了一种加权正交子空间投影算法，通过自定义的加权自相关矩阵估计背景，然后用正交子空间投影法来进行目标探测。改进后的算法有效降低了目标像素在样本自相关矩阵运算中所占的比重，对背景具有很好的抑制作用，克服了传统正交子空间投

5、影法和约束能量最小化算法所固有的缺陷，实验结果显示具有较好的探测效果。关键词：目标探测，高光谱图像，图像融合，正交子空间投影，样本加权ABSTRACTWiththeordinarytargetdetectionalgorithmbasedonhighspatialresolutionremotesensingimageisdifferent，thetargetdetectionofhyperspectralimageismainlybasedonthedifferencesofthegoalsand

6、groundfeaturesspectralcharacteristics．Generally,duetothelowerspatialresolutionofhyperspectralimage，andtheeffectofthetargetsizeandcomplexfeatures，maketheinterestedtargetinhyperspectralimagesofteninastateofsubpixelorweakinformation．Therefore．thetradition

7、almanualvisualinterpretationmethodsbasedonspatialformcannotachievethedetectionofthiskindoftargets．Thisresearchaimedatapplyingtheimagefusionandpatternrecognitionmethods，fullyexcavatingthespectralandspatialinformationofhyperspectraldata，torealizetheeffec

8、tivedetectionofinterestedtarget．Fortraditionalorthogonalsubspaceprojectionmethod，beforeperformingtargetdetection，wemustacquirethebackgroundspectrumvectors．However,inmanycases，wecannotobtainthepriorknowledgeofthebackgroundspectrumaccurat