收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

高光谱图像分辨率增强及在小目标检测中的应用研究

王晓飞  
【摘要】:高光谱遥感是在测谱学基础上逐渐发展起来的新型遥感技术,除了空间图像信息外,其所具有的精细光谱信息,克服了宽波段遥感探测的局限,被广泛应用于多种领域,成为对地观测最重要的信息源之一。但由于成像原理与制造技术等因素的限制,高光谱图像的空间分辨率相对较低,给进一步应用,如特定目标的检测识别带来一系列的问题。为此,论文分别从信息融合和混合像素分解角度研究了高光谱图像的分辨率增强方法,旨在提高基于图谱结合的高光谱图像目标检测的性能。 论文首先对遥感成像中涉及到的电磁波理论进行简单的介绍,分析了遥感图像的空间分辨率与光谱分辨率间的关系,即随着光谱分辨率的增加,在CCD等性能参数不变下,遥感图像的空间分辨率下降的原理。并在介绍了高光谱图像特性的基础上,对PCA、MNF及LDA变换的降维算法的原理进行了分析,研究其各种算法的特点及应用范围。降维算法是重要的高光谱图像预处理技术,这一部分的工作为后文的开展打下一个基础。 然后对常用的高光谱图像目标检测算法进行了介绍。通过对支持向量数据描述的研究,分析并验证了其单类分类的性能及其适用范围;针对传统纯像素目标检测算法大部分无法解决目标与背景样本数量不平衡的问题,论文提出了基于SVDD的高光谱图像目标检测算法,把目标检测问题转化为单类分类问题。实验结果表明,与经典的光谱角度制图和有约束能量最小化算法相比,该算法仅需要较少的目标类训练样本就可以得到与前两者相近的检测结果,当增加背景样本时,本文方法可以将目标更容易的从背景中分离出来,为利用空间信息进一步检测提高了便利,使最终的检测结果优于上述两种算法。 针对空间分辨率的不足,论文借助于空间信息补偿的思想,提出了基于相关向量机的增强高光谱图像分辨率的数据融合算法。由于该方法需要利用其它图像的信息,因此首先研究了多图像间的配准技术,并在对现有配准算法进行改进的基础上,提出了基于高斯拟合的配准控制点提取算法,从而获得了高精度的配准结果。在此基础上,研究了辅助信息补偿分辨率的方法,提出了基于RVM的融合算法,在增强高光谱图像空间信息的同时,较好地保持了原光谱特征。将增强后图像应用于纯像素小目标检测的实验表明,论文算法可以解决由于高光谱图像空间分辨率不足而导致的检测效果不佳的问题,分辨率增强后图像的检测精度明显优于融合前各图像的检测结果。 最后,在缺少辅助信息的情况下,论文研究了通过光谱解混来改善高光谱图像空间分辨能力、解决光谱混叠的问题;利用子像素制图技术来实现高光谱图像空间分辨率的增强。对光谱解混的两个主要步骤:端元提取和混合像素分解分别进行了系统的研究。针对原始N-FINDR算法提取光谱端元时对噪声影响敏感的问题,提出了基于无监督聚类的端元提取算法。该算法利用K均值聚类方法从高光谱数据中选出光谱曲线代表集,再从代表集中找到光谱端元,实验表明该算法具有较强的抗噪性。针对传统算法在混合像素分解时,在含未知地物的像素处解混结果易出现较大偏差的问题,提出了一种基于SVDD的高光谱图像混合像素分解算法。该算法首先利用SVDD将高光谱数据分成完全由已知地物数据混合的像素和包含未知地物的像素两类,两类交界处为已知地物和未知地物混合的数据,然后对这些像素点进行混合像素分解,实验结果表明该算法可以有效地解决因存在未知端元对解混精度的影响,而且能给出未知端元的解混分量。在得到高精度的解混分量图的基本上,提出了基于感兴趣目标的子像素制图技术来改善高光谱图像的空间分辨率,经实验验证,该方法对检测出的目标形状保持较好,处理后的图像可以更容易地被利用光谱-空间信息联合的方法检测出目标。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 张培强,柴焱,张晓玲,沈兰荪;基于波段分组的3D-SPIHT高光谱图像无损压缩算法[J];中国图象图形学报;2005年04期
2 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
3 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
4 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
5 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
6 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
7 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
8 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
9 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
10 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
11 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
12 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
13 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
14 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
15 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
16 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
17 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
18 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
19 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
20 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
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