【摘 要】
:
高光谱成像通过将成像探测技术与光谱探测技术有效结合,利用几十甚至上百个近似连续光谱波段对同一探测区域进行成像,从而获得包含多种空-谱信息的三维高光谱数据。高光谱异常检测由于无需目标先验光谱知识便可检测到与背景有较大差异的异常目标,在环境、农业、水文、军事等多个领域有着广泛的应用,已经成为高光谱图像处理中的一个重要方向。本文针对当前部分异常检测算法对于高光谱图像多种特征利用不足的问题,从有效挖掘异常
论文部分内容阅读
高光谱成像通过将成像探测技术与光谱探测技术有效结合,利用几十甚至上百个近似连续光谱波段对同一探测区域进行成像,从而获得包含多种空-谱信息的三维高光谱数据。高光谱异常检测由于无需目标先验光谱知识便可检测到与背景有较大差异的异常目标,在环境、农业、水文、军事等多个领域有着广泛的应用,已经成为高光谱图像处理中的一个重要方向。本文针对当前部分异常检测算法对于高光谱图像多种特征利用不足的问题,从有效挖掘异常目标新型特性和合理利用多种特征的角度出发,开展了基于多特征表示的异常检测算法研究。针对高光谱图像中单个特征无法全面描述目标真实属性的问题,研究实现了基于空-谱联合显著性特征表达的异常检测算法。首先对空-谱联合特征提取方法进行优化,通过联合双窗结构与改进光谱距离计算的光谱特征提取方法完成光谱特征的提取,同时通过基于数据降维与曲率滤波的空间特征提取方法完成空间特征的提取,其次联合两种不同属性特征获得空-谱初始特征。而后通过分析异常目标的显著性特性,以进一步研究改进高光谱显著性特征检测算法,在空-谱联合初始特征图的基础上完成后续检测。该算法通过联合高光谱空间特征、光谱特征以及显著性特征,有效提升了检测性能。针对基于协同表示的异常检测算法对于高光谱图像二维空间特征利用不足、异常目标对背景字典的污染问题,研究实现了基于多特征联合三边滤波与协同表示的异常检测算法。该算法中通过结合空间欧式距离特征、光谱向量特征、二维局部结构特征对三边滤波进行优化、改进,得到适用于高光谱图像的多特征联合三边滤波来完成可能异常目标的初步定位,在此基础之上进行异常剔除和背景填充,以获得纯化背景。最后利用纯化背景和原始高光谱图像进行联合协同表示完成检测。算法将多种空-谱特征引入协同表示中,提升了检测精度。为检验本文算法检测性能,选取七种经典异常检测算法作为对比算法,在不同高光谱图像数据集上完成仿真实验,并通过不同评价方式对算法检测性能进行分析。综合实验结果表明,本文两种算法可以有效综合利用多种特征,具有良好的异常检测性能。
其他文献
背景与目的:食管癌是世界上最常见的恶性肿瘤之一,其中我国食管癌的发病率和死亡率将近全球的一半,且以鳞癌为主。部分患者以进行性吞咽困难为主要症状,梗阻症状明显引起患者注意时疾病已发展到晚期,在过去这类患者的一线治疗推荐全身化疗,但有效率仅为30-40%。近来免疫治疗±化疗被上调为一线推荐,数据显示仅能延长生存期2-3个月,且一旦出现不良反应难以管理。放射治疗作为传统的治疗手段,能有效的控制肿瘤局部发
Relations between Indonesia and China have experienced a period of ups and downs since the opening of diplomatic relations between the two countries in 1950.This good relationship began during the rei
The China-Africa relationship has undergone an evolutionary phase since the end of the cold war,and the African Union has very close ties with Beijing.In the context of the pursuit of Chinese foreign
遥感技术与深度学习日趋成熟,海量的高分辨率遥感图像成为了天气预警与军事侦察等领域中不可替代的原始资料。遥感图像涵盖多种目标,其中飞机目标在军事与民用应用中扮演着重要角色。能否准确及时地检测与分割飞机目标是衡量相关算法性能的重要因素。遥感图像的场景多样、背景复杂、飞机目标的尺寸分布广、小尺寸目标较多并且排列紧密。由于遥感图像与自然图像之间存在的差异,使得深度学习算法在遥感图像中的检测效果仍存在改善空
目标电磁特性分析在探测与识别等方面的应用极其广泛,但现有的常用电磁仿真软件被国外商业软件垄断,我国自主工业软件还要走很长的路。现有软件存在诸多问题:一者许多软件的核心算法是数值算法,这类算法虽然计算精度较高,但其计算内存需求过大且计算时间过长;二者有些软件在某些应用上加速效果不佳;三者国外大型商业软件多对国内用户存在技术封锁。针对这些问题,本文将两种加速方式(BVH树和C++AMP)结合对传统SB
随着现代红外技术的不断成熟,红外场景仿真技术也逐步发展起来。红外场景仿真技术凭借其高效、可复用、系统风险低的特点,被大量投入到实际应用中。与此同时,对红外场景仿真的真实性也提出了更高的要求。因此如何合理有效的评价红外场景仿真结果,就成为红外场景仿真技术进一步发展的关键问题。但是目前国内对于红外场景仿真评价问题尚未有统一的标准,再加上仿真问题的复杂多样性以及缺乏有效的验证方法和手段,使得仿真评价研究
随着信息化时代的到来,航空遥感技术由于其机动灵活、分辨率高且观测范围可选的显著优势为目标检测提供了新思路。船舰在军事和民用领域都是不可或缺的战略资源和交通工具,因此船舰目标检测一直是该领域的研究重点。考虑到遥感船舰图像背景复杂且目标分布集中,卷积神经网络凭借强大的特征表达和建模能力逐步取代传统检测方法,适用于船舰目标的精准定位和实时检测。因此,本文以卷积神经网络为研究基础对遥感船舰目标进行检测,通
航行器在水中航行时,由于螺旋桨的空化作用和船体碎开波浪作用,船体后方会产生尾流,尾流场的物理特性与周围海域具有非常明显的差异,且难以消除和伪造,因此通过对尾流的探测可以获得船只的航行信息。在诸多探测手段中,光学尾流探测方法受到广泛关注,本文对水中航行器尾流的出现区域、光偏振特性和时域特性进行模拟,为光尾流探测提供理论参考。首先,对SUBOFF型水下航行器在不同航速下航行时船身周围流场湍流强度和涡量
作为遥感技术的前沿发展方向,高光谱遥感光谱分辨率高,可精细化区分、辨识地物目标。但高光谱图像存在数据量庞大、波段信息冗余多、波段存在噪声污染等问题,影响后续数据处理的计算效率和精度。波段选择作为一种数据降维方式,可从原始波段数据中选取一组具有代表性的波段集,既能有效减少波段信息冗余,降低计算量,又能保留高光谱数据波段的原始光谱特征和物理意义。基于此,针对高光谱波段选择中波段评价和波段搜索两个问题,
通过实时控制目标表面温度的变化,使得目标的红外辐射特性同周围背景的红外辐射特性保持一致或近似,是红外伪装的重要手段,如果能够根据外界环境的改变而自动进行调整则具有更好的伪装效果。近些年自适应红外伪装系统已逐渐成为红外伪装领域的研究热点,引起了国内外学者的广泛关注,在新型红外伪装材料和自适应红外伪装系统设计方面进行了大量的研究。但是在如何利用周围环境模拟被目标所遮挡背景区域红外辐射特性方面的研究较少