

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。
最新文檔
- 高光譜圖像異常小目標(biāo)檢測算法研究.pdf
- 高光譜遙感圖像異常目標(biāo)檢測算法研究.pdf
- 基于光譜特性的高光譜圖像異常目標(biāo)檢測算法研究.pdf
- 高光譜圖像目標(biāo)探測算法研究.pdf
- 基于稀疏表示的高光譜圖像異常檢測算法及其優(yōu)化研究
- 基于光譜特性的高光譜圖像異常目標(biāo)檢測算法研究(1)
- 高光譜實(shí)時目標(biāo)檢測算法研究.pdf
- 高光譜圖像異常檢測算法研究.pdf
- 無先驗信息的高光譜圖像小目標(biāo)檢測算法研究.pdf
- 基于多尺度分析的高光譜圖像目標(biāo)檢測算法研究.pdf
- 基于核方法的高光譜圖像小目標(biāo)檢測算法研究.pdf
- 基于稀疏表示的高光譜圖像目標(biāo)檢測.pdf
- 基于光學(xué)相關(guān)識別的高光譜圖像目標(biāo)檢測算法研究.pdf
- 基于高光譜成像的目標(biāo)檢測算法研究.pdf
- 偏振高光譜圖像多維度信息提取及目標(biāo)檢測算法研究.pdf
- 基于核方法的高光譜圖像異常檢測算法研究.pdf
- 基于稀疏性的高光譜圖像亞像元目標(biāo)檢測研究.pdf
- 基于核機(jī)器學(xué)習(xí)的高光譜異常目標(biāo)檢測算法研究.pdf
- 高光譜異常檢測算法研究.pdf
- 高光譜圖像的稀疏表示和壓縮算法研究.pdf
評論
0/150
提交評論