学位论文 > 优秀研究生学位论文题录展示

高光谱图像的异常目标检测及亚像元定位研究

作　者: 朱凤阳
导　师: 张钧萍
学　校: 哈尔滨工业大学
专　业: 信息与通信工程
关键词: 高光谱图像 异常检测 光谱解混 亚像元定位
分类号: TP751
类　型: 硕士论文
年　份: 2009年
下　载: 176次
引　用: 1次
阅　读: 论文下载
 

内容摘要


遥感平台具有覆盖范围广、作用距离远、执行效率高等方面的优点,有着重要的军事意义和民用价值。随着遥感平台的发展,一些对遥感平台所获图像的处理技术也得到了大力的发展。目标检测技术就是其中一种重点技术,对于图像的解译与后续目标识别有着重要的意义。高光谱图像具有光谱分辨率高、波段宽度窄、信息量大的特点,能够以较高的光谱诊断能力区分和检测地物目标,因此用高光谱图像进行目标检测的研究受到了广泛的重视。然而,由于高光谱图像空间分辨率较低、混合像元普遍存在,异常检测得到的异常目标像素通常是目标成分和背景成分的混合。通常情况下,异常目标的准确空间位置具有很大的利用价值。因此有必要对高光谱图像的异常目标进行检测与亚像元定位研究,这也符合遥感信息定量化的发展趋势。在这样的背景下,本课题进行了以下几个方面的研究。首先,对高光谱图像的特性和异常检测方法进行了研究。在分析了高光谱图像的谱间相关性和空间相关性后,采用特征提取和特征选择技术以及经典的RX检测算法对高光谱图像进行了异常检测,论文中研究了四种基于特征提取的异常检测算法。然后,分析了高光谱图像中混合像素的存在原因,并研究了针对混合像素的两项关键技术:光谱解混和亚像元定位。光谱解混技术方面,主要研究了线性光谱混合模型及其在全约束条件下的最小二乘法解法;亚像元定位技术方面,主要分析了高光谱图像的空间相关性,并利用该性质实现了亚像元定位。最后,对高光谱图像的异常目标检测与亚像元定位方法进行了总体实现。首先,对高光谱图像进行异常检测,提取异常目标区域,然后利用局部目标端元提取和局部光谱解混方法获得目标的解混分量图。最后,利用解混分量图对异常目标进行亚像元定位。实验结果表明,此系统不仅可以检测出高光谱图像中的异常目标信息,而且还可以获得目标的亚像元空间分布信息。

全文目录


摘要  4-5
Abstract  5-9
第1章 绪论  9-18
  1.1 课题背景及研究意义  9-10
  1.2 高光谱遥感技术的发展  10-13
    1.2.1 成像光谱仪的发展  10-11
    1.2.2 高光谱遥感技术的应用发展  11-13
  1.3 高光谱图像中的目标检测技术  13-16
    1.3.1 目标检测技术分类  13-14
    1.3.2 异常检测技术  14-16
  1.4 亚像元定位技术  16-17
  1.5 论文的研究内容与结构安排  17-18
第2章 高光谱图像的异常目标检测算法研究  18-36
  2.1 高光谱图像的特性分析  18-21
    2.1.1 谱间相关性分析  19-20
    2.1.2 空间相关性分析  20-21
  2.2 特征提取  21-28
    2.2.1 主成分分析  22-24
    2.2.2 核主成分分析  24-25
    2.2.3 独立分量分析  25-27
    2.2.4 实验结果比较和分析  27-28
  2.3 基于局部奇异性的特征选择  28-30
  2.4 高光谱图像的异常检测算法  30-35
    2.4.1 RX异常检测算法  30-32
    2.4.2 基于特征提取的异常检测算法  32-35
  2.5 本章小结  35-36
第3章 高光谱图像中的混合像元处理技术研究  36-48
  3.1 端元提取技术  36-37
  3.2 光谱解混  37-43
    3.2.1 线性光谱混合模型  38-39
    3.2.2 线性光谱混合模型求解  39-40
    3.2.3 算法性能评价  40-43
  3.3 亚像元定位  43-47
    3.3.1 空间相关性  44
    3.3.2 亚像元定位方法  44-45
    3.3.3 实验及结果分析  45-47
  3.4 本章小结  47-48
第4章 异常目标检测与亚像元定位的总体实现  48-56
  4.1 总体流程图  48-49
  4.2 总体实现及实验结果  49-55
    4.2.1 异常检测  49-52
    4.2.2 异常目标区域的确定  52-53
    4.2.3 异常目标区域的端元提取及光谱解混  53-54
    4.2.4 异常目标的亚像元定位  54-55
  4.3 本章小结  55-56
结论  56-58
参考文献  58-62
攻读学位期间发表的学术论文  62-64
致谢  64

相似论文

  1. 高光谱图像空—谱协同超分辨处理研究,TN911.73
  2. 基于感兴趣信息的高光谱图像压缩技术研究,TP391.41
  3. 高光谱与高空间分辨率遥感图像融合算法研究,TP751
  4. 基于核方法的高光谱图像异常检测算法研究,TP751
  5. 人工免疫分类和异常识别算法的改进,R392.1
  6. 高光谱图像技术诊断黄瓜病害方法的研究,S436.421
  7. 交通视频中车辆异常行为检测及应用研究,TP391.41
  8. 一种多数据流聚类异常检测算法,TP311.13
  9. 基于投影寻踪回归的网络异常检测机制研究,TP393.08
  10. 高/多光谱图像混合像元解混研究,TP751
  11. 无线传感器网络定位及目标跟踪的研究,TN929.5
  12. 高光谱图像异常目标检测,TP391.41
  13. 高光谱图像处理平台的研究与设计,TP391.41
  14. 基于非参数统计高斯核函数特征量的网络流量异常检测方法,TP393.07
  15. EPC网络的RFID供应链数据异常检测研究,TP391.44
  16. 基于气味分析的设备异常检测方法研究,TB17
  17. 基于多核混合支持向量机的城市短时交通预测,U491.14
  18. 基于关联规则的数据库安全审计系统,TP311.13
  19. 高光谱遥感图像融合技术与质量评价方法研究,TP751
  20. 基于矢量量化的高光谱图像无损压缩算法研究,TP751.1
  21. 基于三维光谱模型的高光谱图像压缩方法的研究,TP751.1

中图分类: > 工业技术 > 自动化技术、计算机技术 > 遥感技术 > 遥感图像的解译、识别与处理 > 图像处理方法
© 2012 www.xueweilunwen.com