收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于核机器学习的高光谱异常目标检测算法研究

梅锋  
【摘要】: 高光谱遥感图像具有很高的光谱分辨率,是一种图谱合一的新型遥感数据。借助其丰富的光谱信息,可以反映目标间的细微差异,使人们可以发现用纹理、边缘等空间特征无法或难以探测的地面目标,这对于目标检测提供了有利的支持。异常检测算法能够在没有先验光谱信息的情况下检测到与周围环境存在光谱差异的目标,具有较强的实用性,成为了高光谱目标检测领域的一个研究热点。由于高光谱图像的高数据维,波段间非线性相关性,混合象素,同物异谱等特点,使得传统线性高光谱异常检测算法的检测性受到影响。核方法是处理非线性信息的有效方法,已得到广泛应用。基于核方法的非线性高光谱异常检测方法仍存在很多不足与有待解决的问题。本文以高光谱异常目标检测技术为研究对象,以核机器学习为方法,以改善和提高高光谱异常目标检测性能为目的,重点解决基于核机器学习的非线性高光谱异常目标检测算法中存在的问题。本文的主要创新点与研究成果如下: 首先,针对传统高光谱数据特征提取(或降维)方法仅仅利用了高光谱波段间的线性相关信息,损失了波段间非线性信息的问题,提出了基于非线性独立特征提取的高光谱异常检测算法。通过核主成分分析完成数据白化后在特征空间进行独立特征提取,针对高光谱异常检测的特殊性和非线性独立特征的随机性问题,提出了基于局部负熵度量的非线性独立特征优化选择方法,通过选择具有最大局部负熵值的非线性独立特征,有效地提取出适合高光谱异常检测的特征,进而采用RX算子进行高光谱异常检测,很好的抑制了虚警概率。 其次,针对核RX算法中因背景数据中混入异常点而造成的背景核矩阵退化,从而使得漏检率上升,检测性能下降的问题,提出一种基于空域滤波的核RX算法。考虑到高光谱图像图谱合一的性质,其同一波段相邻像素点在空间上具有很强相关性以及不同波段的对应像素为相同地物的不同波长辐射响应的特点,提出了分波段空域滤波的方法来优化背景数据分布,降低了异常数据对背景核矩阵的影响,使得背景核矩阵能更好的描述实际的背景分布状态,进而提高了检测概率。 再次,针对基于核方法的多数高光谱异常检测算法中的高斯径向基核函数核参数估计困难问题,提出了自适应的核参数估计方法,形成了基于核方法的自适应异常检测算法。由于核参数的选择对于算法的性能影响较大,而传统方法多采用大量实验人为选择,增加了工作量且不能得到客观的优化结果。通过局部背景分波段二阶分布统计,分析核参数与局部背景总体标准差的变化关系,构造随检测背景变化的局部检测核参数,使得检测算法针对不同背景分布自适应地调整检测核参数,克服了传统采用固定核参数带来的复杂背景下检测性能下降的问题。 最后,针对现有的基于核方法的高光谱异常检测算法在核函数的选择上过于单调(大多采用高斯径向基核函数)的问题,提出了一种全新的光谱相似度量核函数,并将其应用于高光谱异常检测。针对高斯径向基核的局部适应性强但对于光谱曲线变化分辨力差的弱点,利用光谱曲线相似性度量方式提出了光谱相似度量核函数。对提出的光谱相似度量核作为核函数的确定性进行了理论证明,并推导出了光谱相似度量核的平移不变性质。比较了光谱相似度量核与高斯径向基核对高光谱数据区分能力。通过理论分析与实验验证,结果说明在高光谱异常检测中,光谱相似度量核具有很强的光谱变化分辨能力,能够提高目标尤其是亚像素小目标的检测概率。同时还针对光谱形似度量核对于光谱形状变化敏感性带来的虚警概率较高的问题,结合光谱相似度量核与高斯径向基核函数,形成了混合核函数,同时利用二者的优势,在保证检测概率的情况下降低了虚警概率。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 杨龙;易宏杰;李因彦;;遥感高光谱图像赤潮识别[J];传感器世界;2007年05期
2 陈雨时;王晓飞;张晔;;基于特征变换的高光谱图像压缩快速矢量量化算法(英文)[J];黑龙江大学自然科学学报;2008年03期
3 粘永健;王展;万建伟;辛勤;;面向异常检测的高光谱图像压缩技术[J];国防科技大学学报;2009年03期
4 王祥涛;冯燕;陈武;;基于改进独立分量分析的高光谱数据分类研究[J];计算机仿真;2009年11期
5 吴传庆,童庆禧,郑兰芬;基于小波变换的高光谱图像消噪[J];遥感信息;2005年04期
6 孙蕾;罗建书;;基于多波段谱间预测的高光谱图像无损压缩算法[J];电子与信息学报;2007年12期
7 张立燕;谌德荣;李世义;曹旭平;;基于低概率检测的高光谱图像有损压缩方法研究[J];弹箭与制导学报;2008年01期
8 贺霖;潘泉;邸韡;李远清;;高光谱图像高维多尺度自回归有监督检测[J];自动化学报;2009年05期
9 李杰;赵春晖;梅锋;;利用背景残差数据检测高光谱图像异常[J];红外与毫米波学报;2010年02期
10 李婷;陈小梅;陈刚;薛博;倪国强;;一种双正则项全变差高光谱图像去噪算法[J];光谱学与光谱分析;2011年01期
11 王晋;张晓玲;沈兰荪;柴焱;;一种基于网格编码量化的高光谱图像无损压缩方法[J];中国图象图形学报;2006年01期
12 谷延锋;刘颖;贾友华;张晔;;基于光谱解译的高光谱图像奇异检测算法[J];红外与毫米波学报;2006年06期
13 王晋;张晓玲;柴焱;沈兰荪;;一种基于自适应预测的高光谱图像近无损压缩方法[J];计算机应用研究;2007年05期
14 谌德荣;张立燕;陶鹏;曹旭平;;结合邻域聚类分割的高光谱图像异常检测支持向量数据描述方法[J];宇航学报;2007年03期
15 张立燕;谌德荣;陶鹏;;基于顶点成分分析的高光谱图像低概率异常检测方法研究[J];宇航学报;2007年05期
16 陈雨时;张晔;谷延锋;;基于特征选择的高光谱图像快速矢量量化算法[J];哈尔滨工业大学学报;2007年11期
17 张立燕;谌德荣;陶鹏;;端元提取技术在高光谱图像压缩中的应用[J];光谱学与光谱分析;2008年07期
18 程翥;粘永健;辛勤;万建伟;;基于三维整数小波与自适应预测的高光谱图像压缩研究[J];计算机工程与科学;2009年04期
19 赵春晖;王楠楠;;基于背景抑制及顶点成分分析的高光谱异常小目标检测[J];应用科技;2009年09期
20 孙蕾;谷德峰;罗建书;;最佳递归双向预测的高光谱图像无损压缩[J];光学精密工程;2009年11期
中国重要会议论文全文数据库 前10条
1 高云;李小昱;刘长举;周竹;;基于高光谱图像技术的霉烂板栗识别研究[A];中国农业工程学会2011年学术年会论文集[C];2011年
2 高洪燕;毛罕平;张晓东;周莹;;番茄叶片氮素反射光谱及高光谱图像的研究[A];中国农业工程学会2011年学术年会论文集[C];2011年
3 高连如;张兵;孙旭;李山山;张文娟;;高光谱数据降维与分类技术研究[A];第八届成像光谱技术与应用研讨会暨交叉学科论坛文集[C];2010年
4 罗春生;薛龙;刘木华;黎静;;基于荧光高光谱图像检测鸭肉嫩度的初步研究[A];中国农业工程学会电气信息与自动化专业委员会、中国电机工程学会农村电气化分会科技与教育专委会2010年学术年会论文摘要[C];2010年
5 刘超;何元磊;黄世奇;刘志刚;王长海;;一种新的高光谱图像有监督特征提取方法[A];国家安全地球物理丛书(六)——空间地球物理环境与国家安全[C];2010年
6 何元磊;黄世奇;易世华;刘志刚;齐玮;;一种基于噪声调节主成分分析的高光谱图像波段选择方法[A];国家安全地球物理丛书(六)——空间地球物理环境与国家安全[C];2010年
7 薛龙;黎静;刘木华;;IDL与ENVI的二次开发在高光谱图像预处理的应用[A];纪念中国农业工程学会成立30周年暨中国农业工程学会2009年学术年会(CSAE 2009)论文集[C];2009年
8 彭妮娜;易维宁;方勇华;;基于核函数的高光谱图像信息提取研究[A];光子科技创新与产业化——长三角光子科技创新论坛暨2006年安徽博士科技论坛论文集[C];2006年
9 吴传庆;童庆禧;郑兰芬;张兵;赵永超;张霞;;基于小波变换的高光谱图像消噪[A];成像光谱技术与应用研讨会论文集[C];2002年
10 陶斐斐;李永玉;王伟;彭彦昆;;基于高光谱成像技术快速无损伤评价猪肉新鲜度[A];中国食品科学技术学会第八届年会暨第六届东西方食品业高层论坛论文摘要集[C];2011年
中国博士学位论文全文数据库 前10条
1 梅锋;基于核机器学习的高光谱异常目标检测算法研究[D];哈尔滨工程大学;2009年
2 高恒振;高光谱遥感图像分类技术研究[D];国防科学技术大学;2011年
3 石吉勇;基于高光谱图像技术的设施栽培作物营养元素亏缺诊断研究[D];江苏大学;2012年
4 姚伏天;基于高斯过程的高光谱图像分类研究[D];浙江大学;2011年
5 齐滨;高光谱图像分类及端元提取方法研究[D];哈尔滨工程大学;2012年
6 王晓飞;高光谱图像分辨率增强及在小目标检测中的应用研究[D];哈尔滨工业大学;2011年
7 成宝芝;基于光谱特性的高光谱图像异常目标检测算法研究[D];哈尔滨工程大学;2012年
8 赵芸;基于高光谱和图像处理技术的油菜病虫害早期监测方法和机理研究[D];浙江大学;2013年
9 陈进;高光谱图像分类方法研究[D];国防科学技术大学;2010年
10 谭琨;基于支持向量机的高光谱遥感影像分类研究[D];中国矿业大学;2010年
中国硕士学位论文全文数据库 前10条
1 邵涛;基于光谱信息的高光谱图像目标识别方法的研究[D];哈尔滨工业大学;2010年
2 唐雪飞;基于案例推理的高光谱图像分类研究[D];哈尔滨工业大学;2010年
3 李江;基于图像融合的高光谱图像分类[D];华中科技大学;2012年
4 陈克清;迷彩伪装服的高光谱特性研究[D];东华大学;2014年
5 周伟;基于像面干涉的高光谱显微成像技术研究[D];南京理工大学;2014年
6 胡倩;基于知识的高光谱图像波谱匹配技术研究与应用[D];中国地质大学(北京);2010年
7 包海燕;高光谱溢油图像分类算法研究[D];大连海事大学;2011年
8 孙旭光;基于高光谱图像目标探测与分类技术研究[D];中国科学院研究生院(光电技术研究所);2013年
9 殷晓平;基于高光谱图像的黄瓜叶片叶绿素含量及其分布预测研究[D];江苏大学;2010年
10 肖倩;结合空间信息与光谱信息的高光谱图像分类研究[D];哈尔滨工程大学;2013年
中国重要报纸全文数据库 前4条
1 张红菊;农田:安装“听诊器”[N];科技日报;2004年
2 张向冰 李青滨;我国海洋遥感发展突飞猛进[N];中国海洋报;2003年
3 本报记者 瞿剑;地下煤火:“静悄悄”的灾害怎样应对?[N];科技日报;2009年
4 张彦;“数字省市”颠覆城市区域经济[N];经理日报;2004年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978