基于光譜區(qū)分法的高光譜核異常檢測算法
本文關鍵詞:基于光譜區(qū)分法的高光譜核異常檢測算法
更多相關文章: 高光譜圖像 異常檢測 光譜區(qū)分方法 核函數(shù) RX
【摘要】:為了解決高光譜目標檢測中高斯徑向基核、光譜相似度量核難以同時描述光譜曲線整體及局部特性的問題,利用光譜信息散度與梯度角正切相結合的光譜區(qū)分方法構造了一種新的核函數(shù).對真實機載可見紅外成像光譜儀高光譜數(shù)據(jù)進行高光譜核異常檢測,得到二值圖及接收機操作特性曲線.結果表明,在低虛警率下,相比于高斯徑向基核、光譜相似度量核,本文所提出核函數(shù)在高光譜核異常檢測中準確度與清晰度更高.
【作者單位】: 電子工程學院脈沖功率激光技術國家重點實驗室;電子工程學院安徽省電子制約技術重點實驗室;
【關鍵詞】: 高光譜圖像 異常檢測 光譜區(qū)分方法 核函數(shù) RX
【基金】:國家自然科學基金(No.61271353) 安徽省自然科學基金(No.KY11070)資助~~
【分類號】:TP751
【正文快照】: 0引言高光譜遙感(Hyperspectral Remote Sensing)是一項多維信息獲取技術,能夠同時獲取目標地物的二維空間信息與光譜特征信息,從而得到一個“圖譜合一”的三維立方體圖像.高光譜圖像具有很高的光譜分辨率,在10-2λ數(shù)量級,能獲得近似連續(xù)的高光譜數(shù)據(jù),一般地物的吸收特征在吸
【參考文獻】
中國期刊全文數(shù)據(jù)庫 前4條
1 張修寶;袁艷;景娟娟;孫成明;王潛;;信息散度與梯度角正切相結合的光譜區(qū)分方法[J];光譜學與光譜分析;2011年03期
2 趙春暉;李杰;梅鋒;;核加權RX高光譜圖像異常檢測算法[J];紅外與毫米波學報;2010年05期
3 梅鋒;趙春暉;孫巖;王立國;;基于新型光譜相似度量核的高光譜異常檢測算法[J];光子學報;2009年12期
4 梅鋒;趙春暉;;基于空域濾波的核RX高光譜圖像異常檢測算法[J];哈爾濱工程大學學報;2009年06期
【共引文獻】
中國期刊全文數(shù)據(jù)庫 前10條
1 鄧賢明;苗放;翟涌光;孟慶凱;;基于形態(tài)學的兩種高光譜目標探測改進算法[J];中山大學學報(自然科學版);2017年01期
2 南一冰;高昆;倪國強;;基于波段選擇估計PSF的高光譜圖像運動模糊盲校正方法[J];紅外與毫米波學報;2016年06期
3 雷武虎;任曉東;孫越嬌;王迪;;基于譜域-空域結合的高光譜異常探測[J];光電技術應用;2016年05期
4 杜山山;李姝穎;曾朝陽;;背景不確定性對高光譜異常目標探測的影響[J];解放軍理工大學學報(自然科學版);2016年06期
5 譚海峰;羅天文;楊桄;孟強強;;高光譜異常檢測中背景抑制方法研究[J];光電子·激光;2016年02期
6 吳浩;徐元進;高冉;;基于光譜相關角和光譜信息散度的高光譜蝕變信息提取[J];地理與地理信息科學;2016年01期
7 任曉東;雷武虎;;基于光譜區(qū)分法的高光譜核異常檢測算法[J];光子學報;2016年03期
8 唐意東;黃樹彩;凌強;鐘宇;;字典學習稀疏表示的高光譜圖像異常檢測[J];強激光與粒子束;2015年11期
9 張麗麗;趙春暉;成寶芝;;基于聯(lián)合核協(xié)同的高光譜圖像異常目標檢測[J];光電子·激光;2015年11期
10 高昆;劉瑩;王麗靜;朱振宇;程灝波;;基于高斯馬爾科夫模型的高光譜異常目標檢測算法研究[J];光譜學與光譜分析;2015年10期
【二級參考文獻】
中國期刊全文數(shù)據(jù)庫 前10條
1 呂群波;相里斌;姚濤;景娟娟;王忠厚;;光學畸變對大孔徑靜態(tài)干涉成像光譜儀影響的建模與仿真[J];光譜學與光譜分析;2010年01期
2 相里斌;袁艷;呂群波;;傅里葉變換光譜成像儀光譜傳遞函數(shù)研究[J];物理學報;2009年08期
3 石大蓮;呂群波;崔燕;高靜;袁艷;黃e,
本文編號:643089
本文鏈接:http://sikaile.net/kejilunwen/zidonghuakongzhilunwen/643089.html