版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、高光譜遙感圖像是一種含有大量豐富的光譜信息,可以反映目標(biāo)間的細(xì)微差異的新型遙感數(shù)據(jù),它具有區(qū)分光譜差異很微小的地物的能力。異常檢測(cè)的算法由于其并不需要原始圖像的先驗(yàn)信息的條件下,檢測(cè)與背景環(huán)境的光譜存在差異的異常像素目標(biāo),故而在實(shí)際應(yīng)用中,這種算法具有重要意義,現(xiàn)已成為一個(gè)研究的熱點(diǎn)方向。本文以高光譜異常目標(biāo)檢測(cè)技術(shù)為研究對(duì)象,以聚類分析為方法,以改善和提高高光譜異常目標(biāo)檢測(cè)性能為目的,重點(diǎn)解決EM聚類算法在高光譜異常目標(biāo)檢測(cè)算法中存在
2、的問題,做了以下三方面的研究:
首先,將聚類算法應(yīng)用于高光譜異常檢測(cè)領(lǐng)域??紤]像元之間存在的空間相關(guān)性,通過(guò)EM聚類算法對(duì)處理數(shù)據(jù),并針對(duì)初始化方式對(duì)EM算法性能影響問題,利用主成分初始化EM算法,分別采用向量量化和密度估計(jì)兩種方法對(duì)EM算法進(jìn)行初始化,算法在充分利用了圖像光譜特性的同時(shí),更好的兼顧到高光譜圖像的空間特性,取得了較好的檢測(cè)結(jié)果。
其次,針對(duì)傳統(tǒng)的經(jīng)典RX算法的檢測(cè)效果受到背景估計(jì)的影響問題,提
3、出了基于EM聚類算法平滑背景的RX算法??紤]到聚類的性質(zhì),在高維空間上,同一地物的像素點(diǎn)具有很強(qiáng)相關(guān)性及不同地物對(duì)應(yīng)像素相距較遠(yuǎn)的特點(diǎn),提出了使用EM聚類的各簇中心來(lái)替代像元向量,降低了在局部模型中所混入的異常點(diǎn)的數(shù)據(jù)對(duì)估計(jì)背景矩陣參數(shù)的影響,從而使實(shí)際的背景分布狀態(tài)更好的被描述出來(lái),從而達(dá)到去除噪聲干擾,平滑圖像的檢測(cè)效果,進(jìn)而提高了檢測(cè)效果。
最后,在分析正交子空間投影(OSP)算法的基礎(chǔ)上,將高光譜數(shù)據(jù)投影到背景的正
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 稀疏子空間算法及在高光譜圖像聚類中的應(yīng)用研究.pdf
- 高光譜圖像異常小目標(biāo)檢測(cè)算法研究.pdf
- 高光譜遙感圖像異常目標(biāo)檢測(cè)算法研究.pdf
- 基于光譜特性的高光譜圖像異常目標(biāo)檢測(cè)算法研究.pdf
- 基于光譜特性的高光譜圖像異常目標(biāo)檢測(cè)算法研究(1)
- 高光譜圖像異常檢測(cè)算法研究.pdf
- 非線性流形結(jié)構(gòu)在高光譜圖像異常檢測(cè)中的應(yīng)用研究.pdf
- 高光譜圖像異常目標(biāo)檢測(cè)及光譜成像在偽裝評(píng)估方面的應(yīng)用研究.pdf
- 聚類算法及其在圖像分割中的應(yīng)用研究.pdf
- 語(yǔ)義屬性數(shù)據(jù)聚類-分類算法及其在異常檢測(cè)中的應(yīng)用研究.pdf
- 聚類算法在入侵檢測(cè)系統(tǒng)中的應(yīng)用研究.pdf
- 模糊聚類算法在遙感圖像分割中的應(yīng)用研究.pdf
- 高光譜圖像分辨率增強(qiáng)及在小目標(biāo)檢測(cè)中的應(yīng)用研究.pdf
- 分層模糊最小-最大聚類算法及其在圖像聚類中的應(yīng)用研究.pdf
- 高光譜圖像目標(biāo)稀疏檢測(cè)算法的研究.pdf
- 聚類算法及其在圖像分割中的應(yīng)用研究(1)
- 聚類算法及其在頁(yè)面聚類中的應(yīng)用研究
- 基于核方法的高光譜圖像異常檢測(cè)算法研究.pdf
- 聚類算法和分類算法在入侵檢測(cè)中的應(yīng)用研究.pdf
- 基于改進(jìn)譜聚類算法在醫(yī)學(xué)圖像中的應(yīng)用研究.pdf
評(píng)論
0/150
提交評(píng)論