18538.高光譜遙感圖像目標探測與分類技術研究_第1頁
已閱讀1頁,還剩110頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、分類號UDC密級編號中國科學院研究生院博士學位論文Y‘8矗219指導教師童廢擅醫(yī)生國越堂箍置盛廛田班盔匱嫠蘭薟班塞縣生罾整堂盛置照廑眉班盔匱申請學位級別熳學科專業(yè)名稱墊圈堂量迪壟魚盅基筵論文提交日期2旦Q量堡!且論文答辯日期2壘箜生!且培養(yǎng)單位蟲國整堂院受盛廑雖受塞壓學位授予單位生國疊堂瞳硒塞生睦答辯委員會主席。爿缸摘要析。本文提出了樣本加權相關矩陣(協(xié)方差矩陣)的思想,不但一定程度上克服了CEM算法只能提取小目標而且虛警率相對較高的缺

2、點,而且還能夠提取大目標。8提出了一種壓制異常且抑制背景的小目標與異常目標探測算法。普通的小目標與異常目標提取算法一般都是通過壓制圖象背景信息而實現(xiàn)對目標的探測的,而沒有考慮別的小目標與異常象元對探測結果的影響,因而可能會造成較高的虛警率,本文提出的基于正交子空間投影的壓制異常且抑制背景的算法很好得克服了這一缺陷。9提出了圖象白化距離探測小目標與異常目標的算法。當圖象在異常象元與圖象均值向量的連線方向上有較大方差時,Rx異常探測算子無法

3、提取出此異常象元。本文提出的基于圖象白化距離的異常目標探測算法很好得解決了這一問題,其原理如下:原始高光譜圖象經過白化處理之后,在特征空問中將由原始的單形體結構向“球狀”結構過渡,而此時異常象元卻處于此“球體”之外,因而可以直接根據(jù)距“球心”的距離來進行異常探測。實踐中,由于RXD與基于圖象白化距離的異常提取算法有不同的控制范圍,因而可以同時使用,以防有所遺漏。關鍵字:高光譜遙感光譜重排空間連續(xù)性萬有引力端元端元投影向量端元結構函數(shù)單形

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,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論