非線性流形結(jié)構(gòu)在高光譜圖像異常檢測中的應(yīng)用研究.pdf

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