在遙感圖像中,具有光譜波段數(shù)多、分辨率高、圖譜合一等特點的高光譜圖像在軍事、農(nóng)業(yè)、海洋以及地質(zhì)探測等多個方面得到了十分廣泛的應(yīng)用。異常目標(biāo)檢測作為高光譜圖像應(yīng)用的關(guān)鍵一部分,一直是專家學(xué)者研究的一個熱點^[1]。但由于高光譜數(shù)據(jù)龐大,對于矩陣數(shù)據(jù)的處理比較困難,而且由于在異常目標(biāo)檢測中復(fù)雜背景以及各種噪聲的影響,使得對于高光譜圖像,其異常目標(biāo)的檢測存在較大的挑戰(zhàn)^[2]。本文主要針對海背景的高光譜圖像,介紹了海背景圖像仿真方法以及目標(biāo)背景光譜特征的分析,并針對高光譜圖像異常目標(biāo)提出了基于稀疏表示模型、低秩和稀疏表示模型的檢測算法。論文的主要研究內(nèi)容如下:第二章研究了基于海背景的圖像仿真與特性分析。由于現(xiàn)階段基于海背景的高光譜圖像數(shù)據(jù)集較少且很難獲取,而海背景的紅外圖像獲取簡單。我們介紹了一種由海背景紅外圖像為基礎(chǔ),利用高斯模型仿真出整幅高光譜圖像的方法,并進(jìn)行了實驗與對比,證明了仿真方法的可用性。然后,我們引入了輻射亮度差、對比度和光譜角等概念,并對目標(biāo)和背景的光譜特征進(jìn)行了深入的分析。第三章研究了基于核稀疏（KSR）表示的異常目標(biāo)檢測算法。該算... 

【文章來源】：國防科技大學(xué)湖南省 211工程院校 985工程院校

【文章頁數(shù)】：64 頁

【學(xué)位級別】：碩士

【部分圖文】：

場景1和異常地面真實信息

國防科技大學(xué)研究生院碩士學(xué)位論文第25頁3.4仿真實驗及分析3.4.1真實場景仿真為了驗證本章提出的基于核稀疏表示的高光譜圖像異常檢測算法的性能優(yōu)勢，本節(jié)在AVIRIS高光譜數(shù)據(jù)上進(jìn)行試驗并檢驗了提出算法的有效性。該圖像數(shù)據(jù)采集自美國圣地亞哥海軍機場，數(shù)據(jù)集具有范圍從370~2510nm的224個光譜帶。實驗中我們?nèi)コ袅烁吖庾V數(shù)據(jù)集中無效的波段(1~6，33~35，97，107~113，153~166和221~224)之后，保留了總189個光譜帶。實驗中選取的兩個圖像（ROI-I和ROI-II）的像素大小為100100，圖像的真實情況與異常目標(biāo)的分布情況如下圖所示。圖3.1場景1和異常地面真實信息圖3.2場景2和異常地面真實信息首先，我們檢驗最大稀疏度0K和正則化參數(shù)對算法的影響。我們用場景ROI-I和ROI-II做了多次實驗。實驗過程中，場景1的內(nèi)窗尺寸設(shè)置為77，外窗的尺寸為1111；ROI-II的內(nèi)窗和外窗大小分別設(shè)置為1111和1717。

國防科技大學(xué)研究生院碩士學(xué)位論文第39頁(a)(b)(c)(d)(e)圖4.5混合高光譜圖像的異常檢測結(jié)果(a)LRR-SDC,(b)SVDD,(c)SR,(d)RX,and(e)LRASR.(a)(b)(c)(d)(e)圖4.6城市區(qū)域高光譜圖像的異常檢測結(jié)果(a)LRR-SDC,(b)SVDD,(c)SR,(d)RX,and(e)LRASR.圖4.7混合高光譜圖像的異常檢測ROC曲線


本文編號：2986061