学位论文 > 优秀研究生学位论文题录展示

高光谱图像异常小目标检测算法研究

作　者: 李伟
导　师: 赵春晖
学　校: 哈尔滨工程大学
专　业: 通信与信息系统
关键词: 高光谱 异常检测 OSP 端元提取
分类号: TP751
类　型: 硕士论文
年　份: 2009年
下　载: 99次
引　用: 1次
阅　读: 论文下载
 

内容摘要


高光谱图像是新型的遥感数据,其良好的光谱诊断能力使得它非常适合对照自然背景发现人工目标。其中,异常检测算法能够在没有先验光谱信息的情况下检测到与周围环境存在光谱差异的目标,具有较强的实用性,成为了目标检测领域的一个研究热点。本文在深入分析高光谱图像数据特点的基础上,针对高光谱图像异常检测,开展了以下几方面的研究工作：首先,研究了一种经典的RX算法。介绍了这种检测算法的原理,算子的表达形式。并阐述了高光谱图像异常检测存在的问题,根据高数据维过高的特点,给出了一种高光谱图像降维的方法PCA主成分分析法。其次,深入研究了基于正交子空间投影的高光谱图像异常检测算法,分析了工作原理。进一步给出了两种正交子空间投影的高光谱图像异常检测算法。一种是对已知背景进行正交投影OSP算法,该算法能够突出目标空间,起到压制背景突出目标的作用。另外一种是自动获取端元光谱的正交子空间投影UOPS算法。然后,通过对核函数方法理论的研究,研究了一种新的基于核的正交子空间投影KOSP算法。该算法利用核函数性质有效提取图像波段间隐含的非线性信息,文中给出了KOSP的详细的推导过程和最终的算子表达式。利用高光谱图像进行了仿真实验,并与OSP算法的结果进行了比较,取得了较好的检测性能。最后,在对线性混合模型进行分析的基础上,对于端元提取采取了以转动惯量为投影指标的投影追踪法,而对于混合矩阵分解则采用独立成分分析的算法。使得数据之间互相独立,较之主成分分析,取得了更好的检测效果。

全文目录


摘要  5-6
Abstract  6-11
第1章 绪论  11-23
  1.1 课题研究背景和意义  11-13
  1.2 高光谱遥感图像数据  13-19
    1.2.1 高光谱数据的描述  15-17
    1.2.2 高光谱数据的特性  17-19
  1.3 国内外研究现状及分析  19-21
  1.4 本文的研究内容和章节安排  21-23
第2章 高光谱图像异常检测基本理论  23-37
  2.1 高光谱图像异常检测基本理论  23-27
  2.2 高光谱图像异常检测存在的问题  27-29
    2.2.1 高数据维  27
    2.2.2 光谱混合现象  27-28
    2.2.3 光谱变化现象  28
    2.2.4 传统异常检测算法的不足  28-29
  2.3 针对问题的改善方案  29-33
    2.3.1 主成分分析基本原理  29-32
    2.3.2 主成分分析的实现过程  32-33
  2.4 仿真实验结果及分析  33-36
  2.5 本章小结  36-37
第3章 基于正交子空间投影的高光谱图像异常检测  37-46
  3.1 基于正交子空间投影的高光谱图像异常检测的简介  37-38
  3.2 基于正交子空间投影算法OSP  38-40
    3.2.1 总体概述  38
    3.2.2 IPMF算子结构  38-39
    3.2.3 OSP算子结构  39-40
  3.3 基于正交子空间投影算法UOSP  40-43
    3.3.1 UOSP的基本原理  40-41
    3.3.2 OSP的应用并与经典的RX算法比较  41-43
  3.4 仿真实验结果及分析  43-45
  3.5 本章小结  45-46
第4章 基于非线性核映射的OSP异常检测  46-54
  4.1 核函数方法  46-48
    4.1.1 核方法  46-47
    4.1.2 核函数  47-48
  4.2 基于核函数的OSP异常检测算法(KOSP)  48-50
  4.3 仿真实验结果及分析  50-53
  4.4 本章小结  53-54
第5章 基于线性混合模型的异常目标检测  54-64
  5.1 概述  54
  5.2 端元提取  54-57
    5.2.1 投影追踪算法  55-56
    5.2.2 目标端元提取  56-57
  5.3 线性解混  57-61
    5.3.1 ICA基本原理分析  58
    5.3.2 ICA估计原理  58-60
    5.3.3 算法实现  60-61
  5.4 端元提取及目标检测的仿真实现  61-63
  5.5 本章小结  63-64
结论  64-67
参考文献  67-71
攻读硕士学位期间发表的文章和取得的科研成果  71-72
致谢  72

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. 基于高光谱遥感的植被生化参量反演及真实性检验研究,TP79
  10. 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
  11. 多光谱图像混合像元分类技术研究,TP751
  12. 基于数据源优化的高光谱图像异常检测算法研究,TP751.1
  13. OSP-1启动子及与CMV结合的双启动子真核表达载体在奶山羊卵巢壁颗粒细胞中的表达与鉴定,Q782
  14. 高光谱遥感图像分割算法研究,TP751
  15. 基于数学形态学的高光谱图像端元提取技术研究,TP751
  16. 基于机器视觉的新疆库尔勒香梨颜色及轻微碰伤无损检测关键技术研究,S226.5
  17. 基于环境卫星数据的冬小麦长势监测研究,S126;TP79
  18. 星载高光谱传感器模拟仿真系统研究,TP391.9
  19. 分布式异常检测系统的研究,TP393.08
  20. 基于神经网络的高光谱图像分类研究,TP751

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