基于核方法的高光譜圖像小目標檢測算法研究.pdf

1、高光譜圖像是新型的遙感數(shù)據(jù)，其良好的光譜診斷能力使得它非常適合對照自然背景發(fā)現(xiàn)人工目標。因此，高光譜圖像目標檢測成為目標識別領域的一個研究熱點。而核機器學習能夠通過核映射的形式使得眾多的模式識別方法具有非線性數(shù)據(jù)處理能力，這對處理高光譜圖像這類復雜數(shù)據(jù)具有非常重要的意義。本文在深入分析高光譜圖像數(shù)據(jù)特點的基礎上，通過對核函數(shù)方法理論的研究，針對高光譜圖像目標檢測中面臨的高數(shù)據(jù)維、窗口分析方式、核方法的應用等問題，做了以下幾方面的研究。<

2、br>　　 在研究高光譜圖像數(shù)據(jù)降維技術(shù)的基礎上，基于空間變換的思想，提出了一種快速核Fisher鑒別分析算法。該方法不僅解決了基于核方法的Fisher鑒別分析存在的奇異性問題，而且較大幅度地降低了求解最優(yōu)鑒別矢量的計算量，提高了計算速度。
　　 在研究傳統(tǒng)算法分析窗口方式的基礎上，提出一種基于嵌套窗口分析的高光譜圖像小目標檢測算法。它通過三層窗口更好地突出目標信息而最大限度的抑制背景信息，并將這種方法應用與線性RX算法和非線