18538.高光譜遙感圖像目標(biāo)探測與分類技術(shù)研究

1、分類號(hào)UDC密級(jí)編號(hào)中國科學(xué)院研究生院博士學(xué)位論文Y‘8矗219指導(dǎo)教師童廢擅醫(yī)生國越堂箍置盛廛田班盔匱嫠蘭薟班塞縣生罾整堂盛置照廑眉班盔匱申請學(xué)位級(jí)別熳學(xué)科專業(yè)名稱墊圈堂量迪壟魚盅基筵論文提交日期2旦Q量堡!且論文答辯日期2壘箜生!且培養(yǎng)單位蟲國整堂院受盛廑雖受塞壓學(xué)位授予單位生國疊堂瞳硒塞生睦答辯委員會(huì)主席。爿缸摘要析。本文提出了樣本加權(quán)相關(guān)矩陣(協(xié)方差矩陣)的思想，不但一定程度上克服了CEM算法只能提取小目標(biāo)而且虛警率相對(duì)較高的缺

2、點(diǎn)，而且還能夠提取大目標(biāo)。8提出了一種壓制異常且抑制背景的小目標(biāo)與異常目標(biāo)探測算法。普通的小目標(biāo)與異常目標(biāo)提取算法一般都是通過壓制圖象背景信息而實(shí)現(xiàn)對(duì)目標(biāo)的探測的，而沒有考慮別的小目標(biāo)與異常象元對(duì)探測結(jié)果的影響，因而可能會(huì)造成較高的虛警率，本文提出的基于正交子空間投影的壓制異常且抑制背景的算法很好得克服了這一缺陷。9提出了圖象白化距離探測小目標(biāo)與異常目標(biāo)的算法。當(dāng)圖象在異常象元與圖象均值向量的連線方向上有較大方差時(shí)，Rx異常探測算子無法

3、提取出此異常象元。本文提出的基于圖象白化距離的異常目標(biāo)探測算法很好得解決了這一問題，其原理如下：原始高光譜圖象經(jīng)過白化處理之后，在特征空問中將由原始的單形體結(jié)構(gòu)向“球狀”結(jié)構(gòu)過渡，而此時(shí)異常象元卻處于此“球體”之外，因而可以直接根據(jù)距“球心”的距離來進(jìn)行異常探測。實(shí)踐中，由于RXD與基于圖象白化距離的異常提取算法有不同的控制范圍，因而可以同時(shí)使用，以防有所遺漏。關(guān)鍵字：高光譜遙感光譜重排空間連續(xù)性萬有引力端元端元投影向量端元結(jié)構(gòu)函數(shù)單形