基于視覺注意的高光譜圖像目標(biāo)檢測.pdf

1、隨著高光譜成像技術(shù)的發(fā)展，高光譜圖像的數(shù)據(jù)量急劇增大，給高光譜圖像的目標(biāo)檢測帶來了一系列的問題，如對光譜高維數(shù)據(jù)快速、精確地目標(biāo)檢測等問題。在對高光譜圖像進行目標(biāo)檢測時，如果對全部數(shù)據(jù)以相同的方式處理，處理效率會極其低下。此時可以利用人類視覺系統(tǒng)中的視覺注意機制，首先快速檢測出若干目標(biāo)區(qū)域進行優(yōu)先處理，再對提取出的目標(biāo)區(qū)域進行分析及后續(xù)處理，從而極大地提升了處理效率和精度，可滿足大量實時化的應(yīng)用需求。
　　考慮到傳統(tǒng)高光譜圖像目標(biāo)

2、檢測方法低效率和低精度的缺點，本文對基于人類視覺注意機制的高光譜圖像目標(biāo)檢測進行了重點研究，其中包括三個關(guān)鍵技術(shù)，具體如下：
　　首先是計算自底向上的高光譜目標(biāo)檢測視覺注意模型。依據(jù)高光譜圖像具有圖譜合一的特點，提出了提取其初級視覺特征的方法，包括邊緣強度、光譜平均輻射強度、光譜最大輻射強度及光譜輻射強度分布等特征提取，這些特征充分包含了高光譜圖像的圖像和光譜信息，由此，本文提出了一種計算高光譜圖像顯著度的方法。
　　其次是

3、計算自頂向下的高光譜目標(biāo)檢測視覺注意模型。本文在分析了特定目標(biāo)的光譜譜線信息后，提出了一種計算高光譜圖像的高級視覺特征的方法，包括提取高光譜圖像中關(guān)于特定目標(biāo)的波峰波谷差值特征和波峰波谷比值特征，這些高級視覺特征可以代表高光譜圖像中目標(biāo)的光譜信息特征，用于檢測特定目標(biāo)。
　　最后是對兩種視覺注意模型進行融合。本文對貝葉斯模型進行了研究并改進，將初級視覺特征代表的自底向上模型和高級視覺特征代表的自頂向下模型相結(jié)合，計算出綜合顯著度圖