论文部分内容阅读
与传统单一宽波段图像相比,窄带光谱图像同时包含了空间信息和光谱信息,能够更丰富、准确的描述被探测场景,因此窄带光谱成像可以大大提高目标的探测率。为了获得场景的精准光谱信息,光谱带宽一般都达到纳米级,在如此窄的带宽下光强通常较弱,如何获取高信噪比数据成为棘手问题。获得目标场景的光谱数据后,需要利用光谱分类技术识别出目标;在成像探测领域目标的有效先验知识无法预先获得,因此非监督分类技术成为合理选择。所以利用窄带光谱实现目标探测需要解决两个问题,即高信噪比窄带光谱数据获取以及高性能非监督分类。本文的主要研究工作正是聚焦于上述两个问题,其具体内容可分为以下几个部分。(1)基于双光路的高信噪比光谱数据获取方法。针对哈达玛变换光谱仪单次测量周期长以及需要高精度编码组件的缺点,提出了一种双光路结构的高信噪比光谱测量方法。该方法构建了一个卷积光路来探测快速变化的光谱,主要具有两个优势,即光谱测量时只需要一次测量从而显著提高了测量速度,并且系统光路无需任何物理编码器件从而大大简化了光路结构。(2)哈达玛编码降噪理论与实验研究。针对哈达玛变换光谱仪存在的技术争论,同时为了改善经典哈达玛理论中较强假设条件,从光谱分类出发,建立了哈达玛降噪分析模型,重新分析了其降噪性能。获得的结论很好支持了哈达玛变换光谱仪比传统光谱仪具有更高信噪比这一结论,而且扩展了经典哈达玛降噪理论。(3)哈达玛编码测量中的稀疏信号优化重建。针对哈达玛变换光谱仪中信噪比会受到信号稀疏性影响,分析了重建信号噪声与编码信号测量噪声的关系,得出了重建信号噪声与编码信号测量噪声的均值相关,而与真实信号大小近乎无关这一结论。提出利用稀疏约束算法来重建稀疏光谱信号,优化重建结果比哈达玛变换光谱仪直接测量结果具有更高的信噪比,优势大小与信号的稀疏度大小成近似线性关系。(4)基于空间一致性的非监督分类和显著目标提取方法。考虑到现有非监督分类通常需要指定目标数量,而且单纯依靠光谱信息忽略了空间特性,对此结合空间特征提出了两种非监督分类方法,即基于最小关联窗口的非监督分类和基于降元的非监督分类,解决了常见算法中的麻点过多、目标边缘不清和不够完整的缺点。针对高光谱数据量大计算耗时的缺点,还研究了在特征波段内提取显著目标实现目标识别的方法,提出一种结合过渡区域和边缘的显著目标识别算法,其抗噪性好、鲁棒性强。(5)窄带光谱成像系统和伪装目标探测实验。设计并搭建了两个窄带光谱成像系统,即组件式窄带光谱系统和双光路双色散窄带光谱系统,开展了窄带光谱反隐身验证实验。实验结果显示相关特征波段图像可以显著区分伪装网、草地和土壤,同时利用本文提出的目标聚类方法,能够实现对三种目标清晰、完整的分类。