多光譜遙感圖像中風(fēng)車目標的檢測算法研究.pdf

1、本文針對風(fēng)車位置探測這一實際問題，對多光譜遙感圖像目標檢測算法展開研究，少量存在的風(fēng)車為待檢測目標。現(xiàn)有異常檢測算法LRX與BRX各有優(yōu)勢，但在復(fù)雜背景下檢測性能不佳，對不同區(qū)域無法同時得到較好的檢測效果。本文待檢測目標相對整幅圖像面積小、數(shù)量少，并且分布位置具有一定的規(guī)律性，現(xiàn)有檢測算法僅考慮了像元本身光譜特征，未充分利用目標場景特征及其空間結(jié)構(gòu)特征，使目標風(fēng)車難以得到有效的檢測。
　　針對以上問題，本文對異常檢測算法及目標提取

2、方法從以下幾方面展開研究工作。
　　(1)對傳統(tǒng)RX異常檢測算法及相關(guān)改進算法LRX、BRX進行了實驗對比分析，提出本文改進算法SWRX。首先對圖像進行分塊處理，通過對圖像子塊的特征描述判定該子塊是否為干擾塊，進而選擇合適的檢測方法進行檢測;
　　(2)從目標所處場景區(qū)域的角度出發(fā)，將地物分類思想引入至目標檢測中，先對圖像進行分塊處理，用傳統(tǒng)灰度共生矩陣方法提取圖像子塊的紋理特征，并以此作為分塊準則進行四叉樹分塊，設(shè)置合適閾

3、值壓制背景區(qū)域、保留目標區(qū)域;
　　(3)從目標點空間位置關(guān)系的角度出發(fā)，分析其空間結(jié)構(gòu)特征，提出基于空間結(jié)構(gòu)特征的目標提取方法，同時加入方向和距離信息，對符合要求的目標點進行提取，得到最終檢測結(jié)果。
　　最后，選取多光譜圖像上目標分布密集、具有代表性的4個區(qū)域進行實驗，詳細記錄實驗結(jié)果并進行對比分析，從檢測率、虛警率、正確率、錯分漏分之和及ROC曲線等評價指標進行對文中各個檢測算法的檢測性能進行綜合評價，實驗結(jié)果驗證了本文