本文關(guān)鍵詞：一種新的空譜聯(lián)合探測高光譜影像目標探測算法

  更多相關(guān)文章： 目標探測 空譜聯(lián)合算子 高光譜影像處理 鄰域聚類 統(tǒng)計學(xué)算子

【摘要】：高光譜遙感影像不但具有高分辨率的空間信息還包含連續(xù)的光譜信息,因此在目標探測領(lǐng)域具有獨特的應(yīng)用優(yōu)勢。傳統(tǒng)的高光譜遙感影像目標探測側(cè)重于光譜信息的應(yīng)用,形成了確定性算法和統(tǒng)計學(xué)算法。確定性算法通過計算目標光譜與待檢測光譜之間的距離來查找目標,不能檢測亞像素目標,而且容易受到噪聲的影響;統(tǒng)計學(xué)目標檢測計算背景統(tǒng)計特性,通過探測異常點來檢測目標,可以檢測亞像素目標和小目標,但容易受到目標尺寸的影響,不能很好的檢測大目標。隨著高光譜遙感影像的空間分辨率的增加,探測目標已有亞像素目標逐步轉(zhuǎn)換為單像素及多像素目標,此時,在高光譜圖像中,相同類別的地物在空間分布上呈現(xiàn)聚類特性,因此,在利用高光譜遙感影像進行目標探測時,需要將其空間信息融入算法中。將空間特征引入傳統(tǒng)目標探測算法。提出了一種新的空譜結(jié)合的高光譜目標探測算法,將傳統(tǒng)的基于統(tǒng)計的目標探測算子與空域鄰域聚類算法相結(jié)合,首先利用目標探測算子將影像劃分為潛在目標區(qū)域與背景區(qū)域;通過計算潛在目標區(qū)域的質(zhì)心,以質(zhì)心為中心進行鄰域聚類,剔除潛在目標區(qū)域中的背景區(qū)域,通過迭代計算獲取最終目標探測結(jié)果。傳統(tǒng)的基于統(tǒng)計的目標探測算子,將整個探測區(qū)域定義為背景區(qū)域,實現(xiàn)對背景區(qū)域的統(tǒng)計特征提取,而該方法將背景區(qū)域與潛在目標區(qū)域分離,剔除了目標區(qū)域?qū)Ρ尘皡^(qū)域的統(tǒng)計干擾。將本算子與傳統(tǒng)的約束能量最小化算子和自適應(yīng)余弦探測算子進行分析比較可知,該算子的大目標探測性能優(yōu)于傳統(tǒng)的統(tǒng)計算子。
【作者單位】： 中國科學(xué)院西安光學(xué)精密機械研究所光學(xué)成像重點實驗室;西安石油大學(xué)計算機學(xué)院;中國人民武裝警察部隊工程大學(xué);中國科學(xué)院軟件研究所;華東交通大學(xué)信息工程學(xué)院;
【關(guān)鍵詞】： 目標探測 空譜聯(lián)合算子 高光譜影像處理 鄰域聚類 統(tǒng)計學(xué)算子
【基金】：國家自然科學(xué)基金項目(41301382,41301480,61401439) 教育部人文社會科學(xué)研究青年基金項目(14YJCZH172) 陜西省自然科學(xué)基礎(chǔ)研究計劃項目(2014JQ5181) 西安石油大學(xué)創(chuàng)新基金項目(YS29031606)資助
【分類號】：TP751
【正文快照】： 1.中國科學(xué)院西安光學(xué)精密機械研究所光學(xué)成像重點實驗室,陜西西安7101192.西安石油大學(xué)計算機學(xué)院,陜西西安7100653.中國人民武裝警察部隊工程大學(xué),陜西西安7100864.中國科學(xué)院軟件研究所,北京1000805.華東交通大學(xué)信息工程學(xué)院,江蘇南昌330013引言基于光譜成像的遙感探測技

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 甘甫平;王潤生;;高光譜遙感技術(shù)在地質(zhì)領(lǐng)域中的應(yīng)用[J];國土資源遙感;2007年04期

2 余旭初;楊國鵬;馮伍法;周欣;;基于簡約集支持向量機的高光譜影像分類[J];計算機科學(xué);2010年11期

3 李新雙;張良培;李平湘;吳波;;基于小波分量特征值匹配的高光譜影像分類[J];武漢大學(xué)學(xué)報(信息科學(xué)版);2006年03期

4 楊可明;陳云浩;郭達志;蔣金豹;;基于高光譜影像的小麥條銹病光譜信息探測與提取(英文)[J];光子學(xué)報;2008年01期

5 楊可明;李慧;郭達志;;基于最佳小波包基的高光譜影像特征制圖[J];測繪學(xué)報;2008年01期

6 楊國鵬;余旭初;劉偉;陳偉;;基于支持向量機的高光譜影像分類研究[J];計算機工程與設(shè)計;2008年08期

7 蘇俊英;舒寧;;一種基于非線性增益小波濾波的高光譜影像去噪技術(shù)研究[J];遙感技術(shù)與應(yīng)用;2008年04期

8 董超;趙慧潔;;關(guān)聯(lián)向量機在高光譜影像分類中的應(yīng)用[J];遙感學(xué)報;2010年06期

9 馮海亮;潘競文;黃鴻;;半監(jiān)督鄰域保持嵌入在高光譜影像分類中的應(yīng)用[J];計算機科學(xué);2014年S1期

10 杜輝強;舒寧;;高光譜影像能量邊緣提取[J];武漢大學(xué)學(xué)報(信息科學(xué)版);2006年02期

中國重要會議論文全文數(shù)據(jù)庫 前4條

1 于美嬌;董廣軍;張永生;紀松;楊靖宇;;一種基于極大后驗估計的高光譜影像分辨率增強方法[A];圖像圖形技術(shù)與應(yīng)用進展——第三屆圖像圖形技術(shù)與應(yīng)用學(xué)術(shù)會議論文集[C];2008年

2 張杰林;;砂巖型鈾礦床高光譜數(shù)據(jù)挖掘技術(shù)研究[A];第十五屆全國遙感技術(shù)學(xué)術(shù)交流會論文摘要集[C];2005年

3 董彥芳;龐勇;;高光譜影像與LiDAR數(shù)據(jù)融合提取城市目標提取[A];中國地震學(xué)會空間對地觀測專業(yè)委員會2013年學(xué)術(shù)研討會論文摘要集[C];2013年

4 李飛;周成虎;陳榮國;;基于光譜曲線形態(tài)的高光譜影像檢索方法研究[A];第二屆中國科學(xué)院博士后學(xué)術(shù)年會暨高新技術(shù)前沿與發(fā)展學(xué)術(shù)會議程序冊[C];2010年

，

本文編號：668499