高光譜圖像目標(biāo)檢測(cè)方法研究.pdf

1、高光譜遙感圖像包含空間維和光譜維的三維信息，具有光譜分辨率高，圖譜合一的特性。豐富的光譜信息和“三維一體”的數(shù)據(jù)結(jié)構(gòu)，為分辨不同地物種類，探測(cè)異常目標(biāo)提供了極大便利，使得基于高光譜圖像的目標(biāo)檢測(cè)技術(shù)應(yīng)用范圍越來(lái)越廣泛，相關(guān)算法的研究也一直是遙感影像處理的熱點(diǎn)。異常檢測(cè)算法不需要目標(biāo)的先驗(yàn)知識(shí)，在未知目標(biāo)的探測(cè)方面具有獨(dú)特優(yōu)勢(shì)，是高光譜遙感圖像目標(biāo)檢測(cè)算法的主要研究方向。研究高光譜遙感圖像目標(biāo)檢測(cè)算法，能夠拓展高光譜遙感圖像處理方法，挖掘

2、高光譜數(shù)據(jù)的豐富信息，在缺少目標(biāo)先驗(yàn)信息的條件下，提高目標(biāo)檢測(cè)效果，具有理論和實(shí)用的雙重價(jià)值。
　　現(xiàn)有高光譜目標(biāo)檢測(cè)算法主要利用高光譜圖像的光譜維信息，將光譜異常性強(qiáng)的像元檢測(cè)為目標(biāo)。投影變換主要集中在光譜維，對(duì)圖像中包含的空間維信息利用不充分。本文在利用目標(biāo)光譜特性的基礎(chǔ)上，結(jié)合目標(biāo)物鄰域的空間特性，對(duì)高光譜圖像目標(biāo)檢測(cè)算法進(jìn)行了探索研究，主要完成了以下工作：
　　(1)提出了一種基于局部線性擬合的目標(biāo)檢測(cè)算法。該算法通

3、過(guò)局部窗口中像元聚類的方法，標(biāo)記場(chǎng)景中的背景像元，以線性擬合殘差度量像元的異常性，將擬合殘差大的像元檢測(cè)為異常目標(biāo)。該算法基于光譜線性混合模型，根據(jù)背景的大概率性確定背景像元的屬性，將難以被背景像元光譜線性擬合的像元檢測(cè)為目標(biāo)，不需要假設(shè)圖像中背景的分布模型，克服了傳統(tǒng)算法中因模型假設(shè)不合理，檢測(cè)性能降低的不足。
　　(2)提出了一種基于背景分割的目標(biāo)檢測(cè)算法。該算法利用背景分布的連續(xù)性，通過(guò)光譜區(qū)域生長(zhǎng)的方法，分割出場(chǎng)景中的主要

4、地物背景。根據(jù)像元與各類背景的空間拓?fù)潢P(guān)系，確定像元的鄰域背景，將鄰域背景擬合殘差大的像元判定為目標(biāo)像元。經(jīng)實(shí)驗(yàn)驗(yàn)證，該算法能夠在較低虛警下，檢測(cè)出圖像中的異常目標(biāo)。
　　(3)設(shè)計(jì)了一種高光譜遙感圖像下艦船目標(biāo)的檢測(cè)方案。該方案利用水體與陸地波段在近紅外波段的不同反射特性，通過(guò)閾值分割，提取出場(chǎng)景中的海水區(qū)域，檢測(cè)海域中的異常像元，得到艦船目標(biāo)檢測(cè)結(jié)果。此外，將基于背景分割的目標(biāo)檢測(cè)算法應(yīng)用于艦船目標(biāo)探測(cè)，不需預(yù)先提取海域，簡(jiǎn)化