高光譜圖像目標(biāo)稀疏檢測算法的研究.pdf_第1頁
已閱讀1頁,還剩70頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、高光譜遙感是一種結(jié)合了光譜分析與圖像處理的多維信息獲取技術(shù),除了目標(biāo)地物的空間信息,高光譜遙感技術(shù)還可以獲得覆蓋范圍很廣的光譜信息,這就使人們可以不僅通過形態(tài)信息,也可以通過包含更加豐富內(nèi)容的光譜信息來認(rèn)識一幅圖像。在高光譜圖像中,不同地物的光譜反射信息是完全不同的,這一特性是高光譜圖像處理技術(shù)的理論基礎(chǔ),即無論是檢測、分類或者其他處理都可以基于光譜信息。一旦擁有了完備的光譜庫,對于高光譜圖像目標(biāo)檢測,就可以利用匹配的方法進(jìn)行,而且匹配

2、的結(jié)果只需要體現(xiàn)出待測像元是否為目標(biāo)即可,是簡單的二分類問題。稀疏表示算法是近年來學(xué)者們的研究熱點(diǎn),它的特點(diǎn)恰好可以滿足高光譜圖像目標(biāo)檢測的需求,于是本文將二者結(jié)合,并對其做出了一定的改進(jìn)。本文的主要研究工作概括如下:
  首先,由于高光譜圖像包含極為豐富的信息,所以其包含的數(shù)據(jù)量也就自然非常巨大,于是針對這一問題,本文在對高光譜圖像處理技術(shù)以及稀疏表示算法的理論基礎(chǔ)進(jìn)行了細(xì)致研究的基礎(chǔ)上,將二者結(jié)合,利用了高光譜圖像稀疏度高的特

3、性,同時也從一定程度上減輕了高光譜圖像數(shù)據(jù)量大所帶來的運(yùn)算壓力。通過與傳統(tǒng)的高光譜圖像目標(biāo)檢測算法的對比實(shí)驗,驗證了稀疏檢測算法的有效性。
  其次,針對稀疏表示算法中求解稀疏系數(shù)這一關(guān)鍵環(huán)節(jié)進(jìn)行了改進(jìn)。常用的稀疏系數(shù)求解算法運(yùn)算效率普遍不高,當(dāng)遇到類似高光譜圖像這種大數(shù)據(jù)時往往需要很長的運(yùn)算時間,本文提出利用StOMP算法求解稀疏系數(shù),實(shí)現(xiàn)了檢測精度無明顯下降的前提下對運(yùn)算速度的大幅提升,并用對比試驗驗證了StOMP算法的有效性

4、。
  最后,本文提出了一種新的字典構(gòu)建方法,實(shí)現(xiàn)了不需要先驗信息且檢測精度較高的高光譜圖像稀疏目標(biāo)檢測。以往從待檢測圖像直接抽取的字典構(gòu)造方法可以分為兩類:一是從待測圖像中抽取一定數(shù)量的像素點(diǎn)構(gòu)成字典;另一類是利用關(guān)于待測高光譜圖像的先驗知識,擴(kuò)展構(gòu)成過完備字典。這兩種方法各有利弊,前者由于像元抽取數(shù)量的限制與抽取方法的不足,字典中包含的信息往往不夠充分,使得檢測效果不夠理想;后者的檢測效果優(yōu)于前者,但在實(shí)際應(yīng)用中,完備的先驗知

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論