本文關(guān)鍵詞：引入空間信息的高光譜目標(biāo)探測(cè)算法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：高光譜遙感是當(dāng)前遙感技術(shù)的前沿領(lǐng)域,它利用很多很窄的電磁波波段從感興趣的物體獲得連續(xù)性的地物診斷性光譜特征,為地物精細(xì)目標(biāo)探測(cè)提供了可靠的手段。然而,由于高光譜遙感圖像在空間分辨率上往往低于同成像條件下的多光譜圖像,使得感興趣目標(biāo)在圖像中常常表現(xiàn)為幾個(gè)像元或者亞像元形式,這為利用高光譜遙感直接進(jìn)行目標(biāo)探測(cè)帶來了困難。本文在傳統(tǒng)高光譜遙感目標(biāo)探測(cè)算法的基礎(chǔ)上,利用空間維信息對(duì)高光譜遙感光譜維目標(biāo)探測(cè)加以約束,設(shè)計(jì)并實(shí)現(xiàn)了引入空間信息的高光譜目標(biāo)探測(cè)算法改進(jìn)。在此基礎(chǔ)上,本文通過結(jié)合逐波段實(shí)時(shí)目標(biāo)探測(cè)方法,對(duì)引入空間信息的逐波段實(shí)時(shí)空譜異常探測(cè)算法進(jìn)行了探索。本文工作和得到的結(jié)論如下:(1)本文系統(tǒng)研究了高光譜遙感目標(biāo)探測(cè)物理基礎(chǔ)以及關(guān)鍵問題,對(duì)現(xiàn)有主流高光譜遙感目標(biāo)探測(cè)算法進(jìn)行了機(jī)理性的分析,并分別以無(wú)噪聲和模擬噪聲兩種方式設(shè)計(jì)實(shí)驗(yàn)對(duì)不同原理的算法進(jìn)行性能的對(duì)比和評(píng)價(jià)。(2)本文所提出的引入空間信息的目標(biāo)探測(cè)算法能夠去除目標(biāo)像元在背景分布模型估計(jì)時(shí)全局統(tǒng)計(jì)中的影響,使得背景模型統(tǒng)計(jì)更精確,進(jìn)而在目標(biāo)探測(cè)時(shí)達(dá)到更好的背景抑制效果,提高了傳統(tǒng)光譜維目標(biāo)探測(cè)算法的精度;并且由于空間先驗(yàn)信息的引入,能夠使得異常探測(cè)算法在一定程度上具備區(qū)分普通異常和感興趣目標(biāo)的能力,有效減少了探測(cè)中的虛警率,使用于特定類型目標(biāo)預(yù)警的異常目標(biāo)探測(cè)更具有針對(duì)性,有助于高光譜異常探測(cè)在實(shí)際應(yīng)用中的進(jìn)一步推廣。(3)逐波段實(shí)時(shí)空譜異常探測(cè)算法處理方式保留了原有算法的機(jī)理,在高光譜圖像波段數(shù)一致時(shí),與原有算法的探測(cè)結(jié)果一致。同時(shí),實(shí)時(shí)空譜異常探測(cè)算法能夠集成到硬件完成實(shí)時(shí)異常探測(cè)任務(wù),可提高目標(biāo)探測(cè)應(yīng)用的時(shí)效性與探測(cè)結(jié)果處理的快速響應(yīng)性。
【關(guān)鍵詞】：高光譜 目標(biāo)探測(cè) 空間信息 算法
【學(xué)位授予單位】：成都理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：P237
【目錄】：

• 摘要4-5
• Abstract5-9
• 第1章 緒論9-19
• 1.1 研究背景及研究意義9-12
• 1.1.1 高光譜遙感的發(fā)展9-10
• 1.1.2 高光譜遙感目標(biāo)探測(cè)的重要性10-11
• 1.1.3 高光譜遙感目標(biāo)探測(cè)中的空間信息11-12
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀12-16
• 1.2.1 現(xiàn)有高光譜遙感目標(biāo)探測(cè)算法研究12-14
• 1.2.2 基于空間信息的高光譜遙感目標(biāo)探測(cè)14-16
• 1.3 研究?jī)?nèi)容及論文結(jié)構(gòu)16-19
• 1.3.1 研究?jī)?nèi)容16-17
• 1.3.2 論文結(jié)構(gòu)17-19
• 第2章 高光譜遙感目標(biāo)探測(cè)基礎(chǔ)概述19-25
• 2.1 物理基礎(chǔ)19-20
• 2.2 高光譜遙感目標(biāo)探測(cè)關(guān)鍵問題20-23
• 2.2.1 光譜不確定性問題20-21
• 2.2.2 數(shù)據(jù)降維和降噪處理21-22
• 2.2.3 光譜混合與亞像元問題22-23
• 2.3 目標(biāo)探測(cè)算法評(píng)價(jià)23-25
• 2.3.1 ROC曲線23-24
• 2.3.2 信噪比24-25
• 第3章 現(xiàn)有高光譜遙感目標(biāo)探測(cè)算法研究25-42
• 3.1 相似性度量模型25-26
• 3.2 概率統(tǒng)計(jì)模型26-27
• 3.3 線性混合模型27-30
• 3.4 目標(biāo)探測(cè)算法對(duì)比實(shí)驗(yàn)分析30-41
• 3.4.1 實(shí)驗(yàn)數(shù)據(jù)30
• 3.4.2 噪聲對(duì)光譜曲線的影響30-31
• 3.4.3 異常探測(cè)31-34
• 3.4.4 已知目標(biāo)，，未知背景探測(cè)34-38
• 3.4.5 已知目標(biāo)、已知背景探測(cè)38-41
• 3.5 本章小結(jié)41-42
• 第4章 引入空間信息的高光譜目標(biāo)探測(cè)算法研究42-54
• 4.1 引入空間信息的目標(biāo)探測(cè)算法43-45
• 4.2 引入空間信息的目標(biāo)探測(cè)算法實(shí)驗(yàn)分析45-53
• 4.2.1 模擬數(shù)據(jù)實(shí)驗(yàn)45-48
• 4.2.2 真實(shí)圖像驗(yàn)證實(shí)驗(yàn)48-50
• 4.2.3 抗噪聲能力分析50-53
• 4.3 本章小結(jié)53-54
• 第5章 引入空間信息的實(shí)時(shí)異常探測(cè)算法研究54-61
• 5.1 逐波段實(shí)時(shí)探測(cè)算法55-56
• 5.2 逐波段實(shí)時(shí)探測(cè)算法實(shí)驗(yàn)分析56-60
• 5.2.1 模擬數(shù)據(jù)實(shí)驗(yàn)57-59
• 5.2.2 真實(shí)數(shù)據(jù)實(shí)驗(yàn)59-60
• 5.3 本章小結(jié)60-61
• 結(jié)論61-64
• 致謝64-66
• 參考文獻(xiàn)66-70
• 攻讀碩士學(xué)位期間取得學(xué)術(shù)成果70

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前8條

1 袁斌;李敬宏;許琰;王弘X;;各向異性光源的輻射探測(cè)算法[J];計(jì)算物理;2007年03期

2 管志強(qiáng);陳錢;錢惟賢;胡永生;;一種背景自適應(yīng)調(diào)整的弱點(diǎn)目標(biāo)探測(cè)算法[J];光學(xué)學(xué)報(bào);2007年12期

3 雷震,吳玲達(dá),老松楊;一種新的基于背景色度的鏡頭邊界探測(cè)算法[J];應(yīng)用科學(xué)學(xué)報(bào);2004年03期

4 楊曉云;梁鑫;岑敏儀;;適用于不規(guī)則DEM數(shù)據(jù)的粗差探測(cè)算法[J];自然科學(xué)進(jìn)展;2007年04期

5 郭婕;劉軍;王寶林;;基于機(jī)器視覺的早期火焰探測(cè)算法研究[J];西北大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年04期

6 葉錫恩;毛科益;夏銀水;;一種新的用于探測(cè)Pure Reed-Muller邏輯的算法[J];浙江大學(xué)學(xué)報(bào)(理學(xué)版);2007年03期

7 吳林林;;新一代天氣雷達(dá)冰雹探測(cè)算法及在業(yè)務(wù)中的應(yīng)用[J];氣象;2006年01期

8 ;[J];;年期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前3條

1 唐文杰;駱志剛;陸斌;李聰;;一種基于高光譜壓縮數(shù)據(jù)的亞像元級(jí)目標(biāo)探測(cè)算法[A];中國(guó)通信學(xué)會(huì)第六屆學(xué)術(shù)年會(huì)論文集（下）[C];2009年

2 陳南;;智能建筑中火災(zāi)信息探測(cè)算法分析及應(yīng)用[A];中國(guó)儀器儀表學(xué)會(huì)測(cè)控技術(shù)在資源節(jié)約和環(huán)境保護(hù)中的應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2001年

3 張輝;李國(guó)輝;陳俊;;一種基于新聞要素建模的新事件探測(cè)方法[A];第七屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議（HHME2011)論文集【oral】[C];2011年

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 前1條

1 摩托羅拉公司提供;信號(hào)探測(cè)算法 提高藍(lán)牙性能 降低干擾[N];電子資訊時(shí)報(bào);2002年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 陳曉燕;基于多級(jí)探測(cè)算法的人體意外跌倒檢測(cè)裝置的開發(fā)[D];新疆大學(xué);2015年

2 藍(lán)方宇;基于微攝動(dòng)與步態(tài)特征的人體探測(cè)算法研究[D];電子科技大學(xué);2014年

3 高孝杰;引入空間信息的高光譜目標(biāo)探測(cè)算法研究[D];成都理工大學(xué);2016年

4 王賓賓;基于混合系統(tǒng)的航空器中期沖突探測(cè)方法研究[D];中國(guó)民航大學(xué);2014年

5 沈曉敏;光學(xué)分子影像仿真平臺(tái)中探測(cè)算法的研究與實(shí)現(xiàn)[D];西安電子科技大學(xué);2012年

6 呂曾望;非授權(quán)局域網(wǎng)拓?fù)涮綔y(cè)算法的研究與實(shí)現(xiàn)[D];國(guó)防科學(xué)技術(shù)大學(xué);2004年

7 秦薇薇;基于紅外視頻的火災(zāi)探測(cè)算法研究[D];西安建筑科技大學(xué);2012年

8 馬磊;大規(guī)模網(wǎng)絡(luò)社團(tuán)探測(cè)算法應(yīng)用[D];華東師范大學(xué);2012年

9 彭罡;強(qiáng)光背景下小目標(biāo)探測(cè)算法研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2007年

10 胡強(qiáng);基于FPGA的紫外放電目標(biāo)探測(cè)算法研究與實(shí)現(xiàn)[D];南京理工大學(xué);2013年

  本文關(guān)鍵詞：引入空間信息的高光譜目標(biāo)探測(cè)算法研究，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：284986