遙感圖像的目標檢測方法研究.pdf

1、近年來，隨著遙感技術的發(fā)展，遙感圖像的目標檢測引起了廣泛的關注。研究遙感圖像的目標檢測對于資源勘探，自然災害評估，軍事目標檢測和識別等都具有重要的意義。由于受到地表溫度以及大氣衰減等因素的影響，遙感系統(tǒng)所受到的干擾比普通的地面監(jiān)控系統(tǒng)更強，干擾有時會大大超過所要檢測目標的強度，因此，實現(xiàn)遙感圖像的目標檢測更具挑戰(zhàn)性。 本文的工作主要是研究遙感圖像的目標檢測方法，包括無目標先驗信息的異常檢測和已知目標先驗信息的目標檢測，開展了如下

2、工作： 1.分析了遙感圖像的背景分布特性，提出了一種改進的背景描述方法。首先分析了單波段遙感圖像和高光譜圖像的統(tǒng)計分布特性，并比較了高斯模型與實際遙感圖像背景特性的偏差，在此基礎上，提出采用背景高斯化的方法來描述背景，得到了一種基于背景高斯化的單波段遙感圖像異常檢測方法和一種基于背景高斯化的高光譜圖像異常檢測方法。 2.分析了檢測算法中常用的目標模型，并將目標光譜模型應用于序列圖像的目標檢測。首先分析了單波段遙感圖像目標

3、檢測算法中常用的目標模型，然后討論了高光譜圖像目標檢測算法中的多元高斯模型、奇異值分解模型和自回歸模型，在此基礎上，將光譜模型應用于序列圖像的時域目標檢測，得到了一種新的基于時域剖面分析的弱小目標檢測算法。 3.分析了遙感圖像的異常檢測方法。首先介紹了基于亮度聚類的異常檢測算法的優(yōu)缺點，以此為基礎，提出利用背景分解的思想來描述復雜背景的影響，并采用二維紋理分割來實現(xiàn)復雜背景分解，得到了一種基于二維紋理分割的單波段遙感圖像的目標檢

4、測算法。接著分析了高光譜圖像的特點和高光譜圖像異常檢測的經典算法-RX算法，將背景分解的思想應用于高光譜圖像的異常檢測，并對二維紋理分割方法進行擴展，獲得了一種基于三維紋理分割的高光譜圖像異常檢測算法。 4.分析了遙感圖像的目標檢測方法，根據(jù)目標大小與成像系統(tǒng)分辨率的關系，分別討論了高光譜圖像的全像素目標檢測方法和亞像素目標檢測方法，重點分析了KeUy檢測法，自適應余弦估計法和自適應子空間匹配法三種高光譜圖像亞像素目標檢測方法。