基于高光譜成像的目標(biāo)檢測算法研究.pdf

1、近幾年,由于科學(xué)技術(shù)的迅猛發(fā)展,人們對“感知”提出了更高要求并得到了有效的延伸,同時(shí),對事物的認(rèn)識能力也得到了不斷的提高。過去幾十年正是成像光譜發(fā)展突飛猛進(jìn)的階段,高光譜圖像的分析和處理成為當(dāng)前國內(nèi)外遙感圖像處理領(lǐng)域的研究熱點(diǎn)之一。高光譜圖像的突出特點(diǎn)是光譜分辨率高,可獲得觀測對象的幾十個或幾百個光譜波段的圖像信息,而成像光譜系統(tǒng)獲得的連續(xù)波段寬度一般都小于10nm。高光譜圖像是一種三維數(shù)據(jù),成像光譜儀為每個像素點(diǎn)提供一條近似連續(xù)的光譜

2、曲線,而所有像素的相同波段對應(yīng)一個二維圖像。
　　高光譜遙感圖像目標(biāo)檢測技術(shù)是高光譜遙感理論以及實(shí)踐應(yīng)用的核心環(huán)節(jié)。所謂高光譜圖像目標(biāo)檢測,即利用已知的目標(biāo)光譜信息在高光譜圖像中對感興趣的目標(biāo)進(jìn)行檢測、確認(rèn)的技術(shù)。高光譜圖像目標(biāo)檢測技術(shù)在軍事和民用領(lǐng)域中都有重要的應(yīng)用價(jià)值。在軍事領(lǐng)域可用于對飛機(jī)、坦克等軍事目標(biāo)進(jìn)行檢測、定位,也可對偽裝的軍事目標(biāo)進(jìn)行檢測。在民用領(lǐng)域可應(yīng)用于公共安全、環(huán)境監(jiān)控等領(lǐng)域。
　　本文在深入研究經(jīng)典高

3、光譜圖像目標(biāo)檢測方法的基礎(chǔ)上,提出了兩個新的高光譜目標(biāo)檢測框架。
　　由于目前存在的高光譜圖像目標(biāo)檢測算法,大多是基于統(tǒng)計(jì)模型的檢測方法,利用了二階統(tǒng)計(jì)量進(jìn)行目標(biāo)檢測。然而,現(xiàn)實(shí)中的目標(biāo)往往服從的是非高斯分布。根據(jù) ICA的理論基礎(chǔ),針對非高斯分布目標(biāo)的檢測問題應(yīng)使用高階統(tǒng)計(jì)量進(jìn)行檢測。本文中提出兩種采用高階統(tǒng)計(jì)量的檢測方法,多種目標(biāo)材料檢測器(Multiple Materials Detector,MMD)和基于擬牛頓法多種目標(biāo)

4、材料檢測器(Quasi-Newton based Multiple Materials Detector,QNMMD)。文章中從理論和實(shí)驗(yàn)結(jié)果均說明,相對于現(xiàn)有的基于二階統(tǒng)計(jì)量的檢測方法,基于高階統(tǒng)計(jì)量的檢測方法有更好的檢測效果。
　　在本文中,利用高光譜圖像的稀疏模型,提出了兩種檢測方法。第一種是基于凸松弛法高光譜圖像目標(biāo)探測器( Convex Relaxation Based Target Detector, CRBTD)。這

5、個算法中的創(chuàng)新點(diǎn)在于提出了一個連續(xù)的凸函數(shù)近似l0范數(shù)。利用這個方法,可以將很難求解的NP-hard優(yōu)化問題轉(zhuǎn)化為容易求解的凸優(yōu)化問題,并且可以找到更準(zhǔn)確的稀疏解。在實(shí)驗(yàn)中,相比于目前存在的基于稀疏模型的高光譜目標(biāo)檢測算法,CRBTD具有更好的檢測結(jié)果。第二種提出的算法是,基于k-mean聚類重建光譜庫的高光譜圖像目標(biāo)檢測算法。在此算法中,通過對高光譜圖像進(jìn)行k-mean聚類、目標(biāo)光譜剔除并整合的處理,實(shí)現(xiàn)了光譜庫的自動構(gòu)造。在真實(shí)高光