高光譜圖像的小目標(biāo)檢測(cè)方法研究.pdf

1、近年來(lái)，隨著成像光譜技術(shù)的發(fā)展，高光譜圖像的目標(biāo)檢測(cè)研究引起了廣泛關(guān)注。高光譜圖像可同時(shí)獲取空間信息和光譜信息，在目標(biāo)檢測(cè)領(lǐng)域顯示出其獨(dú)特的優(yōu)勢(shì)，特別是在軍事目標(biāo)的檢測(cè)和識(shí)別中體現(xiàn)出重要的價(jià)值。由于高光譜圖像數(shù)據(jù)量大、目標(biāo)較小等因素給檢測(cè)帶來(lái)的困難，一些傳統(tǒng)的目標(biāo)檢測(cè)方法在某些應(yīng)用背景下已無(wú)法取得良好的檢測(cè)效果，因此有必要尋求一些新的、有效的高光譜目標(biāo)檢測(cè)算法。為此，本文進(jìn)行了以下幾方面的研究。
　　首先，分析了高光譜圖像的數(shù)據(jù)特

2、性，研究了光譜信號(hào)的統(tǒng)計(jì)模型和混合模型。重點(diǎn)研究了局部高斯分布的統(tǒng)計(jì)模型和線性混合模型。敘述了多元統(tǒng)計(jì)信號(hào)的檢測(cè)理論和估計(jì)理論，為目標(biāo)檢測(cè)算法的研究打下基礎(chǔ)。
　　其次，研究了基于局部高斯模型的高光譜目標(biāo)檢測(cè)算法，分別完成了三種基于此模型的算法的檢測(cè)性能分析和仿真實(shí)驗(yàn)結(jié)果。在自適應(yīng)濾波器組方法部分，本文提出了一種比較實(shí)用的濾波器組設(shè)計(jì)方法。針對(duì)經(jīng)典 RX算法需要目標(biāo)匹配模板的缺點(diǎn)，研究了漸進(jìn)意義下的RX檢測(cè)算法—RXD，應(yīng)用RXD

3、和其已有的改進(jìn)算法實(shí)現(xiàn)了小目標(biāo)檢測(cè)。在此基礎(chǔ)上，本文提出了一種魯棒性較強(qiáng)的檢測(cè)算法—RRXD。仿真結(jié)果和ROC曲線表明，RRXD檢測(cè)算法的檢測(cè)性能要優(yōu)于RXD檢測(cè)算法。
　　然后，研究了基于高斯馬爾科夫隨機(jī)場(chǎng)的GMRF檢測(cè)算法，用GMRF雙假設(shè)和單假設(shè)檢測(cè)算子實(shí)現(xiàn)了小目標(biāo)的檢測(cè)，并對(duì)單假設(shè)和雙假設(shè)檢測(cè)算子的性能進(jìn)行分析。給出利用GMRF算法的方差求逆法結(jié)合其他檢測(cè)算法產(chǎn)生新算法的思路。研究了基于線性混合模型的LPD和CEM檢測(cè)算法