高光譜圖像異常目標(biāo)檢測(cè)及光譜成像在偽裝評(píng)估方面的應(yīng)用研究.pdf

1、高光譜圖像較高的光譜分辨率使其在光譜診斷方面具有良好的性能，因此非常適合從自然背景中提取人造目標(biāo)。其中，高光譜圖像異常檢測(cè)算法不需要先驗(yàn)光譜信息就能夠檢測(cè)出跟背景存在光譜差異的目標(biāo)，這一特性使其在目標(biāo)檢測(cè)領(lǐng)域受到廣泛關(guān)注。同時(shí)光譜成像偵察技術(shù)的興起對(duì)傳統(tǒng)的軍事偽裝技術(shù)帶來(lái)了巨大挑戰(zhàn)，因此將光譜成像技術(shù)引入偽裝效果評(píng)估，使得面對(duì)多元化的戰(zhàn)爭(zhēng)，能夠更加全面的對(duì)戰(zhàn)場(chǎng)生存能力及目標(biāo)隱蔽性能進(jìn)行評(píng)估，具有十分重要的現(xiàn)實(shí)意義。本文在對(duì)高光譜圖像數(shù)據(jù)

2、結(jié)構(gòu)深入分析的基礎(chǔ)上，重點(diǎn)對(duì)高光譜圖像異常檢測(cè)算法以及光譜成像技術(shù)在偽裝效果評(píng)估方面應(yīng)用做了研究。
　　首先，對(duì)傳統(tǒng)的高光譜圖像異常檢測(cè)算法分析，找出其不足，針對(duì)不足之處研究了基于降維算法的異常檢測(cè)方法，并對(duì)高光譜圖像數(shù)據(jù)降維算法進(jìn)行研究，對(duì)基于最小噪聲分離（MNF）變換的降維算法進(jìn)行了改進(jìn)。最小噪聲分離變換中最重要的一步是對(duì)噪聲協(xié)方差矩陣進(jìn)行估計(jì)，本文采用鄰域加權(quán)均值法以及使用Canny算子對(duì)噪聲協(xié)方差矩陣進(jìn)行估計(jì)，獲得較好的降