基于稀疏表示的高光譜圖像目標(biāo)檢測(cè).pdf

1、高光譜圖像目標(biāo)檢測(cè)在軍事和民事都有很多的應(yīng)用需求。典型的例子包括特殊地形特征、植被、用于資源管理的礦物或土壤類型檢測(cè)等；材料、物體表面或油漆等特性檢測(cè)；在自然背景中檢測(cè)人造材料，用于搜尋和營(yíng)救工作；檢測(cè)特定植物種類，用于緝毒工作；檢測(cè)軍事車輛，用于防御和情報(bào)工作等。本文的目的是從高光譜圖像的特點(diǎn)出發(fā)，結(jié)合稀疏表示理論與傳統(tǒng)檢測(cè)方法，并深度挖掘數(shù)據(jù)內(nèi)在的空譜信息，研究具有更高檢測(cè)性能的檢測(cè)方法，促進(jìn)高光譜遙感的應(yīng)用和發(fā)展。
　　本文

2、工作主要是以研究信號(hào)的稀疏表示理論為基礎(chǔ)的高光譜圖像目標(biāo)檢測(cè)方法，包括以下三個(gè)方面：
　　首先，本文從信號(hào)的稀疏表示模型出發(fā)，分別研究了稀疏表示中字典設(shè)計(jì)問題和系數(shù)求解問題。接著，針對(duì)高光譜圖像的特點(diǎn)，研究了高光譜圖像的稀疏表示模型?？紤]高光譜圖像的空譜信息，研究了高光譜圖像空譜約束模型，其中包括聯(lián)合稀疏模型、拉普拉斯模型以及三維小波變換模型。
　　然后，研究了傳統(tǒng)目標(biāo)檢測(cè)中的匹配子空間檢測(cè)模型。在此基礎(chǔ)上研究了稀疏表示目標(biāo)

3、檢測(cè)方法。在考慮匹配子空間檢測(cè)模型與稀疏表示目標(biāo)檢測(cè)方法的內(nèi)在聯(lián)系的基礎(chǔ)上，提出了稀疏匹配子空間檢測(cè)方法。并結(jié)合空譜約束模型得到相應(yīng)的檢測(cè)方法。通過高光譜圖像的目標(biāo)檢測(cè)實(shí)驗(yàn)，證明了稀疏匹配子空間檢測(cè)方法具有更好的檢測(cè)性能。
　　最后，為了解決高光譜圖像數(shù)據(jù)本身的非線性特性，本文引入核映射的思想，首先研究了核稀疏表示模型的系數(shù)求解問題。然后研究了核稀疏表示目標(biāo)檢測(cè)方法。接著，針對(duì)本文提出的稀疏匹配子空間檢測(cè)方法，研究了核稀疏匹配子空