版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、與傳統(tǒng)單一寬波段圖像相比,窄帶光譜圖像同時包含了空間信息和光譜信息,能夠更豐富、準確的描述被探測場景,因此窄帶光譜成像可以大大提高目標的探測率。為了獲得場景的精準光譜信息,光譜帶寬一般都達到納米級,在如此窄的帶寬下光強通常較弱,如何獲取高信噪比數(shù)據(jù)成為棘手問題。獲得目標場景的光譜數(shù)據(jù)后,需要利用光譜分類技術識別出目標;在成像探測領域目標的有效先驗知識無法預先獲得,因此非監(jiān)督分類技術成為合理選擇。所以利用窄帶光譜實現(xiàn)目標探測需要解決兩個問
2、題,即高信噪比窄帶光譜數(shù)據(jù)獲取以及高性能非監(jiān)督分類。本文的主要研究工作正是聚焦于上述兩個問題,其具體內(nèi)容可分為以下幾個部分。
(1)基于雙光路的高信噪比光譜數(shù)據(jù)獲取方法。針對哈達瑪變換光譜儀單次測量周期長以及需要高精度編碼組件的缺點,提出了一種雙光路結構的高信噪比光譜測量方法。該方法構建了一個卷積光路來探測快速變化的光譜,主要具有兩個優(yōu)勢,即光譜測量時只需要一次測量從而顯著提高了測量速度,并且系統(tǒng)光路無需任何物理編碼器件從而大
3、大簡化了光路結構。
(2)哈達瑪編碼降噪理論與實驗研究。針對哈達瑪變換光譜儀存在的技術爭論,同時為了改善經(jīng)典哈達瑪理論中較強假設條件,從光譜分類出發(fā),建立了哈達瑪降噪分析模型,重新分析了其降噪性能。獲得的結論很好支持了哈達瑪變換光譜儀比傳統(tǒng)光譜儀具有更高信噪比這一結論,而且擴展了經(jīng)典哈達瑪降噪理論。
(3)哈達瑪編碼測量中的稀疏信號優(yōu)化重建。針對哈達瑪變換光譜儀中信噪比會受到信號稀疏性影響,分析了重建信號噪聲與編碼信
4、號測量噪聲的關系,得出了重建信號噪聲與編碼信號測量噪聲的均值相關,而與真實信號大小近乎無關這一結論。提出利用稀疏約束算法來重建稀疏光譜信號,優(yōu)化重建結果比哈達瑪變換光譜儀直接測量結果具有更高的信噪比,優(yōu)勢大小與信號的稀疏度大小成近似線性關系。
(4)基于空間一致性的非監(jiān)督分類和顯著目標提取方法??紤]到現(xiàn)有非監(jiān)督分類通常需要指定目標數(shù)量,而且單純依靠光譜信息忽略了空間特性,對此結合空間特征提出了兩種非監(jiān)督分類方法,即基于最小關聯(lián)
5、窗口的非監(jiān)督分類和基于降元的非監(jiān)督分類,解決了常見算法中的麻點過多、目標邊緣不清和不夠完整的缺點。針對高光譜數(shù)據(jù)量大計算耗時的缺點,還研究了在特征波段內(nèi)提取顯著目標實現(xiàn)目標識別的方法,提出一種結合過渡區(qū)域和邊緣的顯著目標識別算法,其抗噪性好、魯棒性強。
(5)窄帶光譜成像系統(tǒng)和偽裝目標探測實驗。設計并搭建了兩個窄帶光譜成像系統(tǒng),即組件式窄帶光譜系統(tǒng)和雙光路雙色散窄帶光譜系統(tǒng),開展了窄帶光譜反隱身驗證實驗。實驗結果顯示相關特征波
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(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)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(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)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。
最新文檔
- 39751.基于高光譜數(shù)據(jù)的分類技術研究
- 基于多核學習的高光譜數(shù)據(jù)分類技術研究.pdf
- 高光譜圖像的分類技術研究.pdf
- 實驗四遙感圖像的監(jiān)督分類和非監(jiān)督分類
- 網(wǎng)絡視頻業(yè)務非監(jiān)督分類方法研究.pdf
- 高光譜遙感影像異常檢測與分類技術研究.pdf
- 基于高光譜圖像的目標分類技術研究.pdf
- 高光譜圖像半監(jiān)督分類算法研究.pdf
- 高光譜影像非監(jiān)督波段選擇技術研究.pdf
- 多光譜圖像獲取技術研究.pdf
- 基于統(tǒng)計的高光譜圖像分類技術研究.pdf
- 高光譜遙感數(shù)據(jù)特征約簡技術研究.pdf
- 面向大規(guī)模高光譜數(shù)據(jù)的半監(jiān)督地物分類方法.pdf
- 基于HSI高光譜數(shù)據(jù)的水稻光譜特征分析與識別技術研究.pdf
- 18538.高光譜遙感圖像目標探測與分類技術研究
- 基于極化SAR圖像的非監(jiān)督分類算法研究.pdf
- 非監(jiān)督的高光譜圖像解混技術研究.pdf
- 基于統(tǒng)計的高光譜圖像分類技術研究(1)
- 基于卷積神經(jīng)網(wǎng)的高光譜數(shù)據(jù)特征提取及分類技術研究.pdf
- 高光譜遙感圖像半監(jiān)督分類方法的研究.pdf
評論
0/150
提交評論