無先驗信息的高光譜圖像小目標檢測算法研究.pdf

1、因為高光譜遙感圖像的數(shù)據(jù)比多光譜圖像的數(shù)據(jù)豐富，所以高光譜遙感圖像對地物的光譜分辨能力也比較強，人們越來越重視以高光譜信息為支撐的目標檢測技術(shù)。然而在高光譜圖像中，目標一般是小目標，在圖像中占有面積小，會在背景地物中顯示為一種“數(shù)據(jù)異?！保梢圆捎卯惓z測算法進行檢測。目前，該類方法也是高光譜圖像處理的研究熱點之一。本文主要研究了高光譜圖像中無先驗信息的小目標檢測領(lǐng)域的一些關(guān)鍵技術(shù)，主要工作如下：
　　1.介紹了高光譜圖像的相關(guān)理

2、論知識及其特性，其中重點分析了譜間相關(guān)性和空間相關(guān)性。分析了異常檢測算法的原理，介紹了RX，局部RX和PCA-RX三種異常檢測算法，并在真實場景圖上比較了這三種算法的檢測性能。
　　2.介紹了高光譜圖像中的線性混合模型，研究了混合像元解混技術(shù)，其中重點分析了頂點成分分析法（VCA）和迭代誤差分析法（IEA)，并在人工合成圖上比較了兩種端元提取算法的性能。
　　3.深入研究了低概率檢測（LPD）算法的原理，針對LPD算法的缺點