高光譜遙感圖像目標(biāo)探測方法研究

《高光譜遙感圖像目標(biāo)探測方法研究》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、＇＇：／？子ｂ．。Ｖ熱；香碧定：，辯嘴滿朽磬錠若與為攀女於機(jī)．馨社礙、：分類號．證級＾．：在叫莊苯ｖ．式／ｆ；７爲(wèi)’‘’；褲一每’．然識第奇、，攀妓聲４違／雜＾乂＃／＊?。崳姡妫臁椋穑牐牐海墸犜u＞於、，＼＆．格啟＾４；堿；／ｄ終矣心：＇＇’’；‘Ｖ，．ｉ，．，巧嶺於苗這?。牐牐牐蓿\滿轉(zhuǎn)嶺滬、’辨八備Ｖ：：ｔ、銀．的祭讀二！碩±學(xué)位論文擬或基殘ｔｅ達(dá)擴(kuò)茗；券￡炒＃．Ｖ．蔡餐嚇品推’滿該為Ｊ細(xì)＇満腳？－：‘瞥魯謀爲(wèi)騎矜霄句良焉婷５￥端．巧５＇？‘＇，，巧游也名接Ｊ．

2、ｈ敦部＇＾；題名和副題名窩光譜遙感圏像Ｈ標(biāo)探測方法研究：胃＼Ｖ之．Ｊ韻說細(xì)託兮Ｉ．裘謁作者姓名侯力或片．嫌：＾－．；、－－斗－．，．＇Ｖ＾裂斯導(dǎo)獅姓名及職稱楊武年教授—－—ｉＳ＾Ｓ＇中請學(xué)位級別碩古專業(yè)名稱地圖學(xué)與地理信息系統(tǒng)Ｊ運(yùn)）先肆Ｓ’／．ｔＩ；套論文提交日期２０１６年４月論文答辯日期２０１６年５月戶八＊，帶立．苑：學(xué)位授予單位巧口期成都理工大學(xué)（年月）謗＇：＾、ｒｌ恥；物答辯委員會主席評閱人．，．：ｖ，，涼裝緝４．．，契Ｉ

3、（ｔ＇聲．擊濛賴ｊ獻(xiàn)ｒ，ｊ．卿：術(shù)＞．＇—／、；；踞：蜂芳；Ａ，導(dǎo)譜，Ｊ＼Ｋｔ咬帶＇芳游為雖‘含ｎ？：襄為Ｉ：ｕ法Ａｙ棒Ｉ接耗＇＇＇＇＾＇＊＇‘－式＇＝．ｉ．ｆ：％＞＇二宙－＞．、．：＇、．＇＇？；．＼臺，成－＾；、；；？忠；：？巧Ｓ，：ｉｖ句於々章長護(hù)泛Ｖ＜矣＞；＼＾巧Ｉ、１體、Ｖｆ戶日‘刪年５‘月護(hù)－；矜纖簡錐鍵；＇鱗霞＾－、：－、．：聲駐於起４．茍餐；違教曲４矜三夸１韋原托地挺＇；：．；＼シ叫一也巧’．戶、一．＾？少：ｖ：％裳義；聲＞＾托＾戶鉛聲驚鮮據(jù)＼零為

4、?wèi)裟梗蓿б愣说略嚕枉胫崳姽G諭為愛為纖旅摘要高光譜遙感圖像目標(biāo)探測方法研究摘要高光譜遙感的主要特點(diǎn)在于，成像光譜儀能夠在電磁波譜的紫外、可見光、近紅外和中紅外區(qū)域中的數(shù)十至數(shù)百個非常窄且連續(xù)的光譜段上同時獲取信息，能得到每個像元的完整且連續(xù)的光譜曲線。因此，高光譜圖像具有高的光譜分辨率和寬的波長覆蓋范圍，能夠提供詳盡的地物光譜信息。近年來，高光譜遙感技術(shù)廣泛應(yīng)用于環(huán)境監(jiān)測、城市調(diào)查、礦物填圖和軍事偵察等諸多領(lǐng)域，其中，目標(biāo)探測是高光譜遙感的重要應(yīng)用方向之一。目標(biāo)探測通常被看作是一個二值分類問題，即根據(jù)像素中是否含有待探測目

5、標(biāo)，將像素標(biāo)記為目標(biāo)像素或者背景像素。高光譜圖像目標(biāo)探測的算法可以分為兩類：基于概率統(tǒng)計和子空間模型的方法和基于稀疏表示的方法。傳統(tǒng)的基于概率統(tǒng)計和子空間模型的方法需要目標(biāo)光譜作為先驗(yàn)知識，目前存在于各個方面的普遍問題就是當(dāng)前的算法在精度方面存在一定問題，這些精度主要包括各種準(zhǔn)確性以及圖像噪聲方面，在目標(biāo)光譜不夠準(zhǔn)確的情況下，相應(yīng)的圖像數(shù)據(jù)以及算法精度會出現(xiàn)一個比較明顯的下降。近幾年改進(jìn)的基于稀疏表示的目標(biāo)探測方法，主要包含構(gòu)造字典，求解稀疏向量和比較重構(gòu)殘差輸出探測結(jié)果三個步驟。目前學(xué)者的研究主要集中于如何構(gòu)造精確的字典以及如

6、何利用稀疏向量得到探測結(jié)果兩個方面。本文的主要工作和創(chuàng)新點(diǎn)包括以下幾個方面：(1)改進(jìn)了一種基于帶參考信號獨(dú)立分量分析的高光譜圖像目標(biāo)探測方法。該方法目的是提高目標(biāo)光譜的準(zhǔn)確性，進(jìn)而提高監(jiān)督目標(biāo)探測算法的精度。這種方法在實(shí)驗(yàn)室當(dāng)中有著非常廣泛的應(yīng)用，這些應(yīng)用主要是通過目標(biāo)光譜來作為信號，并且通過圖像技術(shù)來對上述信號的目標(biāo)進(jìn)行提取，通過仿真和高光譜的實(shí)驗(yàn)結(jié)果可以表明，當(dāng)前所提的各種方法有一定程度的精確性，但是在某些方面其精度遠(yuǎn)遠(yuǎn)沒有達(dá)到相應(yīng)的規(guī)范和要求。(2)改進(jìn)了一種新的基于稀疏表示的目標(biāo)探測方法。該方法首次將空譜字典引入目標(biāo)探

7、測，使字典同時包含空間與光譜信息，同時克服了傳統(tǒng)方法在字典構(gòu)造難、字典劃分和比較殘差方面存在的問題。該方法不同于傳統(tǒng)稀疏目標(biāo)探測的模型框架，沒有計算重構(gòu)殘差，首先利用空譜字典學(xué)習(xí)的方法得到字典和稀疏向量，然后將求得的稀疏向量作為新的特征輸入SVM分類器實(shí)現(xiàn)目標(biāo)探測。(3)改進(jìn)了一種基于端元提取的字典構(gòu)造方法。通過該方法能夠獲得純凈的背景字典和目標(biāo)字典，減少目標(biāo)和背景信息的相互混入，使得重構(gòu)殘差的比較更加精確。該方法采用成熟的端元提取算法提取圖像中不同物質(zhì)的端元光譜作為背I成都理工大學(xué)碩士學(xué)位論文景字典，然后將先驗(yàn)已知的目標(biāo)光譜作

8、為目標(biāo)字典，將目標(biāo)字典和背景字典組成聯(lián)合字典，最后利用傳統(tǒng)的稀疏模型或新的模型進(jìn)行目標(biāo)檢測。關(guān)鍵詞：高光譜圖像目標(biāo)探測帶參考信號的獨(dú)立分量分析稀疏表示字典學(xué)習(xí)IIAbstractResearchontargetdetectionmethodforhyperspe