基于光譜信息的高光譜圖像目標識別方法的研究.pdf

1、高光譜圖像作為一種新型遙感數(shù)據(jù)，其數(shù)據(jù)處理方法已成為目前遙感圖象處理領域的研究熱點之一，并被廣泛應用在軍用、民用各個方面。高光譜圖像眾多的波段、較高的光譜分辨率和豐富的光譜信息使得對目標實現(xiàn)有效區(qū)分和辨識成為可能。因此，研究如何充分挖掘高光譜圖像中蘊藏的光譜信息，實現(xiàn)目標的準確識別，具有重要的理論意義和實際應用價值。
　　高光譜圖像相對于傳統(tǒng)光學圖像和多光譜遙感圖像的優(yōu)勢，除了具有空間信息之外還具有豐富的光譜信息，本文首先介紹了高

2、光譜圖像的成像機理，然后以礦物和植被兩種常見地物為例分別討論了高光譜圖像對于它們的具體運用，較高的光譜分辨率使它們一些關鍵的特征得以保持。此外高光譜圖像自20世紀80年代提出以來，針對各個應用提出了很多信息處理的方法，因此如何對這些方法進行有效的評價也是必須要研究的問題。本文引入了“高光譜圖像效能”的概念，針對目標的檢測與識別，系統(tǒng)論述了幾種常用的效能評估標準。
　　本文從光譜波形匹配和光譜特征參數(shù)兩個角度出發(fā)，利用光譜信息來對目

3、標進行識別，在基于光譜波形匹配的高光譜目標識別算法的研究中，首先論述了幾種典型的算法。然后具體分析了光譜角匹配的缺陷，構建新的組合光譜識別算子，該算子克服了傳統(tǒng)光譜角匹配算子和光譜信息散度算子的弊端，使二者信息互補，綜合發(fā)揮它們的優(yōu)勢。最后，利用AVIRIS San Diego Airport高光譜圖像對典型算法和改進算法做對比實驗，利用ROC曲線和SUM標準對其進行效能評估，實驗表明改進算法可以改善識別效果。
　　在基于光譜特征

4、的精細目標識別研究中，本文首先介紹了光譜特征的概念和幾種常用的光譜吸收特征，并利用這些特征對高光譜圖像中的精細目標做到較好的區(qū)分。同時，本文從廣義的光譜特征出發(fā)，利用光譜導數(shù)對光譜橫軸變化敏感的優(yōu)勢，提出了一種基于光譜反射率和光譜導數(shù)信息融合識別的方法，對精細目標起到較為理想的識別效果。
　　最后本文在理論研究的基礎上，針對高光譜圖像的處理系統(tǒng)需要具有數(shù)據(jù)吞吐率高、處理速度快及存儲量大等特點，本文設計了一套以 DSP和FPGA為核