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)行舉報或認(rèn)領(lǐng)
文檔簡介
1、隨著納米級分辨率成像光譜儀的出現(xiàn),高光譜圖像中蘊(yùn)含的豐富光譜信息為地物目標(biāo)的探測技術(shù)提供了有力支撐。異常檢測技術(shù)無需先驗信息即可自動檢測與周圍環(huán)境光譜相異的地物,得到廣泛研究。
傳統(tǒng)的基于線性模型的異常檢測已被認(rèn)識到存在諸多弊端,本文從面向異常檢測的角度來研究圖像數(shù)據(jù)集合在高維光譜空間的分布特性,分析了高光譜圖像數(shù)據(jù)內(nèi)蘊(yùn)的非線性流形結(jié)構(gòu),并基于此開展了高光譜圖像異常檢測的算法研究。
?。?)從光譜傳感器的成像機(jī)理入手,
2、分析了造成波譜變化的原因以及影響波譜特性的物理因素。利用真實數(shù)據(jù),呈現(xiàn)了圖像光譜不確定性的表現(xiàn);研究了目前較為成熟的非線性混合模型,并針對實際數(shù)據(jù)利用主成分分析和測地線距離分析了數(shù)據(jù)集在高維光譜空間的非線性流形結(jié)構(gòu)特性,為確定基于非線性結(jié)構(gòu)的異常檢測算法提供原理性的指導(dǎo)。
?。?)根據(jù)高光譜圖像數(shù)據(jù)在高維光譜空間中呈現(xiàn)出非線性流形的幾何結(jié)構(gòu)特性,提出一種基于光譜空間窗口的異常檢測算法(Spectral Space Window
3、Anomaly Detection,SSW-AD)。在光譜空間中,每一個像元的光譜曲線對應(yīng)空間中的一個點(diǎn)。首先在光譜空間中建立滑動窗口,根據(jù)局部線性思想,窗口所覆蓋的像素點(diǎn)應(yīng)具有局部線性流形結(jié)構(gòu);然后在此基礎(chǔ)上實現(xiàn)基于局部線性結(jié)構(gòu)的異常檢測算法,從而實現(xiàn)對全局非線性流形的有效處理。
?。?)針對高光譜圖像的高維度特性研究了在樣本點(diǎn)較少時進(jìn)行降維的必要性。比較分析了傳統(tǒng)的線性降維方法與非線性降維方法的區(qū)別。驗證了非線性流形學(xué)習(xí)方法
4、針對高光譜圖像處理的有效性,并且針對傳統(tǒng)流形學(xué)習(xí)方法中存在的鄰域選擇不確定性的問題提出了一種新的基于流形學(xué)習(xí)的異常檢測算法。
?。?)針對高光譜圖像的特點(diǎn)將光譜角和光譜梯度相結(jié)合提出一種新的光譜測度,新的測度可以避免光照變化和地形變化造成的測度不穩(wěn)定性,并且可以提高傳統(tǒng)測度的光譜分辨能力。
(5)研究了基于核函數(shù)的異常檢測算法,將背景端元提取算法與核RX算法相結(jié)合,改進(jìn)了背景核矩陣的生成方式,在利用高光譜圖像內(nèi)蘊(yùn)的非線
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。
最新文檔
- 聚類算法在高光譜圖像異常目標(biāo)檢測中的應(yīng)用研究.pdf
- 基于非線性核映射的高光譜異常檢測算法.pdf
- 基于流形學(xué)習(xí)算法的高光譜圖像分類和異常檢測.pdf
- 23732.基于非線性空間的高光譜異常檢測算法研究
- 高光譜圖像異常檢測算法研究.pdf
- 高光譜圖像亞像元級目標(biāo)檢測的非線性方法研究.pdf
- 高光譜圖像異常目標(biāo)檢測及光譜成像在偽裝評估方面的應(yīng)用研究.pdf
- 基于FPGA的高光譜圖像RX異常檢測研究.pdf
- 高光譜圖像亞像元級目標(biāo)檢測的非線性方法研究(1)
- 基于深度學(xué)習(xí)的圖像分類及其在高光譜圖像中的應(yīng)用研究.pdf
- 高光譜圖像非線性解混技術(shù)研究.pdf
- 高光譜圖像異常小目標(biāo)檢測算法研究.pdf
- 矢量量化技術(shù)在高光譜圖像中的應(yīng)用研究.pdf
- 高光譜圖像分辨率增強(qiáng)及在小目標(biāo)檢測中的應(yīng)用研究.pdf
- 基于光譜特性的高光譜圖像異常目標(biāo)檢測算法研究.pdf
- 基于光譜特性的高光譜圖像異常目標(biāo)檢測算法研究(1)
- 高光譜遙感圖像異常目標(biāo)檢測算法研究.pdf
- 基于核方法的高光譜圖像異常檢測算法研究.pdf
- 基于稀疏約束和流形正則化的高光譜非線性解混算法研究.pdf
- 高光譜圖像流形學(xué)習(xí)算法研究.pdf
評論
0/150
提交評論