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65頁未讀, 繼續(xù)免費閱讀

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),請進行舉報或認領(lǐng)

文檔簡介

1、高光譜圖像是新型的遙感數(shù)據(jù),其良好的光譜診斷能力使得它非常適合對照自然背景發(fā)現(xiàn)人工目標。其中,異常檢測算法能夠在沒有先驗光譜信息的情況下檢測到與周圍環(huán)境存在光譜差異的目標,具有較強的實用性,成為了目標檢測領(lǐng)域的一個研究熱點。本文在深入分析高光譜圖像數(shù)據(jù)特點的基礎(chǔ)上,針對高光譜圖像異常檢測,開展了以下幾方面的研究工作:
   首先,研究了一種經(jīng)典的RX算法。介紹了這種檢測算法的原理,算子的表達形式。并闡述了高光譜圖像異常檢測存在的

2、問題,根據(jù)高數(shù)據(jù)維過高的特點,給出了一種高光譜圖像降維的方法PCA主成分分析法。
   其次,深入研究了基于正交子空間投影的高光譜圖像異常檢測算法,分析了工作原理。進一步給出了兩種正交子空間投影的高光譜圖像異常檢測算法。一種是對已知背景進行正交投影OSP算法,該算法能夠突出目標空間,起到壓制背景突出目標的作用。另外一種是自動獲取端元光譜的正交子空間投影UOPS算法。
   然后,通過對核函數(shù)方法理論的研究,研究了一種新的

3、基于核的正交子空間投影KOSP算法。該算法利用核函數(shù)性質(zhì)有效提取圖像波段間隱含的非線性信息,文中給出了KOSP的詳細的推導(dǎo)過程和最終的算子表達式。利用高光譜圖像進行了仿真實驗,并與OSP算法的結(jié)果進行了比較,取得了較好的檢測性能。
   最后,在對線性混合模型進行分析的基礎(chǔ)上,對于端元提取采取了以轉(zhuǎn)動慣量為投影指標的投影追蹤法,而對于混合矩陣分解則采用獨立成分分析的算法。使得數(shù)據(jù)之間互相獨立,較之主成分分析,取得了更好的檢測效果

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)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當內(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確性、安全性和完整性, 同時也不承擔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。

評論

0/150

提交評論