2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩85頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)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(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、高光譜遙感圖像包含空間維和光譜維的三維信息,具有光譜分辨率高,圖譜合一的特性。豐富的光譜信息和“三維一體”的數(shù)據(jù)結(jié)構(gòu),為分辨不同地物種類,探測異常目標(biāo)提供了極大便利,使得基于高光譜圖像的目標(biāo)檢測技術(shù)應(yīng)用范圍越來越廣泛,相關(guān)算法的研究也一直是遙感影像處理的熱點(diǎn)。異常檢測算法不需要目標(biāo)的先驗(yàn)知識(shí),在未知目標(biāo)的探測方面具有獨(dú)特優(yōu)勢,是高光譜遙感圖像目標(biāo)檢測算法的主要研究方向。研究高光譜遙感圖像目標(biāo)檢測算法,能夠拓展高光譜遙感圖像處理方法,挖掘

2、高光譜數(shù)據(jù)的豐富信息,在缺少目標(biāo)先驗(yàn)信息的條件下,提高目標(biāo)檢測效果,具有理論和實(shí)用的雙重價(jià)值。
  現(xiàn)有高光譜目標(biāo)檢測算法主要利用高光譜圖像的光譜維信息,將光譜異常性強(qiáng)的像元檢測為目標(biāo)。投影變換主要集中在光譜維,對圖像中包含的空間維信息利用不充分。本文在利用目標(biāo)光譜特性的基礎(chǔ)上,結(jié)合目標(biāo)物鄰域的空間特性,對高光譜圖像目標(biāo)檢測算法進(jìn)行了探索研究,主要完成了以下工作:
  (1)提出了一種基于局部線性擬合的目標(biāo)檢測算法。該算法通

3、過局部窗口中像元聚類的方法,標(biāo)記場景中的背景像元,以線性擬合殘差度量像元的異常性,將擬合殘差大的像元檢測為異常目標(biāo)。該算法基于光譜線性混合模型,根據(jù)背景的大概率性確定背景像元的屬性,將難以被背景像元光譜線性擬合的像元檢測為目標(biāo),不需要假設(shè)圖像中背景的分布模型,克服了傳統(tǒng)算法中因模型假設(shè)不合理,檢測性能降低的不足。
  (2)提出了一種基于背景分割的目標(biāo)檢測算法。該算法利用背景分布的連續(xù)性,通過光譜區(qū)域生長的方法,分割出場景中的主要

4、地物背景。根據(jù)像元與各類背景的空間拓?fù)潢P(guān)系,確定像元的鄰域背景,將鄰域背景擬合殘差大的像元判定為目標(biāo)像元。經(jīng)實(shí)驗(yàn)驗(yàn)證,該算法能夠在較低虛警下,檢測出圖像中的異常目標(biāo)。
  (3)設(shè)計(jì)了一種高光譜遙感圖像下艦船目標(biāo)的檢測方案。該方案利用水體與陸地波段在近紅外波段的不同反射特性,通過閾值分割,提取出場景中的海水區(qū)域,檢測海域中的異常像元,得到艦船目標(biāo)檢測結(jié)果。此外,將基于背景分割的目標(biāo)檢測算法應(yīng)用于艦船目標(biāo)探測,不需預(yù)先提取海域,簡化

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(quán)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(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)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(chǔ)空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)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(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)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(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)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。

評(píng)論

0/150

提交評(píng)論