

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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、高光譜遙感技術(shù)是近二三十年發(fā)展起來一種前沿遙感手段,對(duì)高光譜遙感圖像數(shù)據(jù)的各類處理技術(shù)也是一個(gè)熱點(diǎn)領(lǐng)域。“圖譜合一”是高光譜圖像的一個(gè)最大的優(yōu)點(diǎn),高光譜遙感可在連續(xù)的上百個(gè)波段上進(jìn)行成像。但對(duì)于探測(cè)傳感器來說,獲取更高的光譜分辨率需要將進(jìn)入傳感器的光譜能量按波段分成更多的小份分別成像,而要獲取更精細(xì)的地物空間分辨率,成像時(shí)則需要更多光譜能量的集中。這就導(dǎo)致對(duì)高光譜遙感來說要獲得更高的圖像空間分辨率和更高的光譜分辨率必然存在一個(gè)矛盾的取舍
2、。在目前傳感器技術(shù)和制造工藝水平仍有限的條件下,高光譜具有的高光譜分辨率,帶來了較低空間分辨率的缺點(diǎn)。低空間分辨率導(dǎo)致的一個(gè)直接結(jié)果便是在圖像的單個(gè)像元中,往往由多種物質(zhì)混合共同產(chǎn)生該像元的光譜響應(yīng),即存在混合像元的問題?;旌舷裨拇嬖跒楦吖庾V圖像的解譯如目標(biāo)檢測(cè)等實(shí)際應(yīng)用帶來了阻礙,因此研究如何解決混合像元問題具有重要實(shí)用意義。
本文首先對(duì)高光譜遙感成像的特點(diǎn)進(jìn)行了研究,從理論上弄清混合像元產(chǎn)生的物理過程是怎樣的,并引入介紹
3、了凸集理論及其與線性光譜混合模型的內(nèi)在聯(lián)系。通過對(duì)混合像元產(chǎn)生機(jī)理的研究,我們可以看到混合像元的形成過程受到多種因素的影響,但主要影響還是地物混合模式和程度。本文僅對(duì)常用的線性混合模型下的問題加以研究,并且探索在線性混合模型與凸集這一數(shù)學(xué)概念上的理論聯(lián)系。
然后,本文研究了高光譜圖像混合像元解混技術(shù)的流程,并對(duì)高光譜圖像解混依據(jù) Craig最小體積準(zhǔn)則進(jìn)行數(shù)學(xué)最優(yōu)化建模,并對(duì)該最優(yōu)化問題進(jìn)行進(jìn)一步分析,將該最優(yōu)化問題轉(zhuǎn)化為凸優(yōu)
4、化問題,從而將凸集理論工具引入解決了混合像元分解問題。在完成理論算法的研究后,本文給出了該算法對(duì)模擬數(shù)據(jù)和真實(shí)高光譜圖像數(shù)據(jù)的實(shí)驗(yàn)結(jié)果,并與傳統(tǒng)的NFINDR-FCLS(Fully Constrained Least Squares)算法實(shí)驗(yàn)結(jié)果進(jìn)行了比較,驗(yàn)證了該算法的進(jìn)步性。
最后,本文進(jìn)一步研究了將解混結(jié)果應(yīng)用于高光譜圖像目標(biāo)檢測(cè)的技術(shù)。解混結(jié)果僅是一種數(shù)據(jù)描述,對(duì)大多數(shù)基于像元級(jí)的目標(biāo)檢測(cè)算法難以直接加以利用。因此本文
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(qǐng)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(qǐng)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(huì)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(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于高光譜圖像的小目標(biāo)檢測(cè).pdf
- 高光譜圖像目標(biāo)檢測(cè)技術(shù)研究.pdf
- 基于視覺注意的高光譜圖像目標(biāo)檢測(cè).pdf
- 基于稀疏表示的高光譜圖像目標(biāo)檢測(cè).pdf
- 高光譜圖像自動(dòng)目標(biāo)檢測(cè)技術(shù)研究.pdf
- 高光譜圖像奇異目標(biāo)檢測(cè)技術(shù)研究.pdf
- 基于GPU的高光譜圖像分類與目標(biāo)檢測(cè).pdf
- 基于子空間分析的高光譜圖像目標(biāo)檢測(cè)技術(shù)研究.pdf
- 高光譜圖像目標(biāo)檢測(cè)方法研究.pdf
- 基于高光譜圖像的目標(biāo)分類技術(shù)研究.pdf
- 基于光譜特性的高光譜圖像異常目標(biāo)檢測(cè)算法研究.pdf
- 基于迭代光譜混合分析的高光譜圖像解混技術(shù)研究.pdf
- 高光譜圖像解混技術(shù)研究.pdf
- 基于光譜特性的高光譜圖像異常目標(biāo)檢測(cè)算法研究(1)
- 高光譜圖像的小目標(biāo)檢測(cè)方法研究.pdf
- 基于分組Fisher判別的高光譜圖像解混技術(shù).pdf
- 高光譜遙感圖像解混技術(shù)研究.pdf
- 基于卡方分布的高光譜圖像目標(biāo)檢測(cè)和分類.pdf
- 基于光譜和高光譜圖像技術(shù)的蠶繭品質(zhì)無損檢測(cè)研究.pdf
- 高光譜圖像目標(biāo)檢測(cè)及壓縮方法研究.pdf
評(píng)論
0/150
提交評(píng)論