發(fā)布時(shí)間：2023-02-11 14:58

　　過(guò)去三十年來(lái),隨著航空航天技術(shù)和成像光譜儀技術(shù)的飛速發(fā)展,基于高光譜遙感的對(duì)地觀測(cè)方式引起了人們?cè)絹?lái)越多的關(guān)注。相比于傳統(tǒng)的遙感影像,高光譜影像的最大特點(diǎn)是能夠同時(shí)獲取地物的空間和光譜信息,這為我們準(zhǔn)確、定量地分析地物特性提供了支撐。異常檢測(cè)是高光譜遙感領(lǐng)域的重要研究課題之一,它能夠在沒有任何先驗(yàn)知識(shí)的條件下尋找出和周圍背景具有光譜差異的感興趣目標(biāo)。然而,場(chǎng)景中復(fù)雜的背景成分,存在的亞像元異常以及較小面積的背景區(qū)域等都會(huì)對(duì)許多現(xiàn)有異常檢測(cè)算法的性能表現(xiàn)造成一定的影響。為了克服或緩解以上所提到的這些問(wèn)題,本論文從光譜差異和空間分布特征兩個(gè)方面同時(shí)考慮,設(shè)計(jì)了兩種新的異常檢測(cè)算法和一種新的算法性能提升策略,從一定程度上推動(dòng)了高光譜異常檢測(cè)領(lǐng)域的向前發(fā)展。論文的主要成果包括:1)提出了一種基于背景估計(jì)和自適應(yīng)加權(quán)稀疏表示的高光譜異常檢測(cè)算法。該算法的基本思路是基于一個(gè)背景過(guò)完備字典,圖像中的背景像元光譜可以被較好地重構(gòu)出來(lái),而異常像元光譜則無(wú)法完成近似重構(gòu),然后我們根據(jù)重構(gòu)誤差就可以區(qū)分背景和異常。為了準(zhǔn)確構(gòu)建背景字典,算法中使用了一種結(jié)合端元提取方法和結(jié)構(gòu)元素遍歷的新策略。而為了進(jìn)一步增加...

【文章頁(yè)數(shù)】：92 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 課題背景和研究意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 高光譜技術(shù)發(fā)展?fàn)顩r
        1.2.2 高光譜異常檢測(cè)發(fā)展?fàn)顩r
    1.3 論文的主要工作及結(jié)構(gòu)安排
        1.3.1 論文的主要工作
        1.3.2 論文的結(jié)構(gòu)安排
第二章 基于背景估計(jì)和自適應(yīng)加權(quán)稀疏表示的高光譜異常檢測(cè)
    2.1 引言
    2.2 相關(guān)方法回顧
        2.2.1 SMACC端元提取模型
        2.2.2 高光譜像元稀疏表示模型
    2.3 算法原理及實(shí)現(xiàn)
        2.3.1 背景字典構(gòu)建
        2.3.2 自適應(yīng)加權(quán)稀疏表示
        2.3.3 算法基本框架
    2.4 實(shí)驗(yàn)結(jié)果及分析
        2.4.1 數(shù)據(jù)集描述
        2.4.2 算法檢測(cè)性能
        2.4.3 參數(shù)分析
    2.5 本章小結(jié)
第三章 結(jié)合低秩-稀疏矩陣分解和聚類加權(quán)的高光譜異常檢測(cè)
    3.1 引言
    3.2 LRaSMD相關(guān)算法原理
        3.2.1 RPCA
        3.2.2 GoDec
    3.3 結(jié)合LRaSMD和聚類加權(quán)的異常檢測(cè)
    3.4 實(shí)驗(yàn)結(jié)果及分析
        3.4.1 數(shù)據(jù)集描述
        3.4.2 檢測(cè)性能評(píng)估
        3.4.3 參數(shù)敏感性分析
    3.5 本章小結(jié)
第四章 基于張量分解和聚類加權(quán)的高光譜異常檢測(cè)性能提升策略
    4.1 引言
    4.2 張量分解理論背景
    4.3 本章策略的原理與實(shí)現(xiàn)
        4.3.1 權(quán)重矩陣估計(jì)
        4.3.2 聯(lián)合權(quán)重矩陣和異常檢測(cè)器
    4.4 實(shí)驗(yàn)結(jié)果及分析
        4.4.1 檢測(cè)性能
        4.4.2 參數(shù)分析
    4.5 本章小結(jié)
第五章 總結(jié)與展望
    5.1 論文主要工作總結(jié)
    5.2 未來(lái)工作展望
致謝
參考文獻(xiàn)
作者在學(xué)期間取得的學(xué)術(shù)成果
作者在學(xué)期間參加的學(xué)科競(jìng)賽
作者在學(xué)期間參加的科研項(xiàng)目



本文編號(hào)：3740602