论文部分内容阅读
高光谱遥感影像包含了地物丰富的空间、辐射和光谱三重信息,有助于进行更加细致的遥感地物分类和目标识别。本文重点研究了高光谱遥感影像的小目标探测问题,探讨在没有先验信息情况下的纯像元小目标和亚像元目标的自动检测技术,为大面积监测应用的发展提供依据。
论文首先总结分析了高光谱遥感影像的特点及其对目标探测的影响,在此基础上提出了三种应用于纯像元小目标的探测算法。基于投影寻踪的小目标探测算法以高光谱数据在其特征空间中的几何结构为基础,利用对小目标分布敏感的投影指标,寻找能够突现小目标的投影影像;基于端元提取与匹配滤波的小目标探测算法首先进行背景矢量补空间中的小目标端元提取,根据得到的小目标端元光谱信息完成小目标识别。上述两种算法适用于本身没有复杂结构的纯像元小目标探测,实验结果表明,即使对与背景差异很小的小目标,仍然有较好的检测效果。基于独立成分分析的小目标探测算法使用能够优先分离小目标的峰度非高斯性度量,利用FastICA算法提取各独立成分,然后依据小目标的偏度度量方法自动获取小目标特征影像。该算法适用于具有复杂结构的纯像元小目标探测,实验结果表明,能够明显抑制背景中噪声和强干扰的影响,取得较好的目标探测效果。
在纯像元小目标探测的基础上,针对高光谱遥感中普遍存在的混合像元问题,研究了亚像元目标探测算法。利用仿真谱和仿真图像数据研究了约束能量最小化算法在亚像元目标探测及目标丰度反演中的应用。分析了基于独立成分分析的小目标探测算法对亚像元目标的探测,实验发现,该算法对亚像元目标也表现出较强的适用性,当目标丰度低至0.35时仍然能够探测到目标。