【摘要】：高光譜圖像中的光譜信息相對(duì)其他圖像中的形狀學(xué)信息更易于提高識(shí)別的準(zhǔn)確率,因此高光譜遙感技術(shù)在地物及目標(biāo)識(shí)別中引發(fā)了一系列的研究,并在眾多領(lǐng)域得到了廣泛的應(yīng)用。然而由于地物分布往往多樣復(fù)雜,高光譜圖像在獲取過程中會(huì)受到地物反射和大氣傳輸?shù)容^多因素的影響,這會(huì)導(dǎo)致圖像中存在一些畸變波段,其影像數(shù)據(jù)也會(huì)有輻射量失真。這種現(xiàn)象給高光譜圖像在地物分類和目標(biāo)識(shí)別過程中帶來了一定的困難。本文針對(duì)以上問題,對(duì)高光譜圖像中地物分類算法以及目標(biāo)識(shí)別算法進(jìn)行研究,主要工作包括以下幾部分:1、研究了高光譜圖像的數(shù)據(jù)特點(diǎn),對(duì)高光譜分類的原理進(jìn)行了介紹,在此基礎(chǔ)上,總結(jié)了現(xiàn)有分類算法的優(yōu)缺點(diǎn),從而找出更具優(yōu)勢(shì)的經(jīng)典分類算法,并在后續(xù)研究中對(duì)其進(jìn)行改進(jìn)。目標(biāo)識(shí)別可以看作一種二分類問題,因此在分類技術(shù)的基礎(chǔ)上對(duì)目標(biāo)識(shí)別的原理和算法進(jìn)行了研究,根據(jù)是否已知背景和目標(biāo)信息,詳細(xì)介紹了幾種經(jīng)典的識(shí)別算法,并應(yīng)用于后續(xù)的對(duì)比實(shí)驗(yàn)。2、針對(duì)實(shí)際環(huán)境中地物種類多樣、復(fù)雜,直接對(duì)高光譜圖像進(jìn)行分類會(huì)導(dǎo)致錯(cuò)分概率較高這一問題,研究了鄰域信息對(duì)中心像元的影響,提出了一種新的基于稀疏特性和鄰域相似度量的分類算法(WJSRC)。在待測(cè)像元鄰域內(nèi)的所有像元中,選擇與待測(cè)像元相似性高的像元,構(gòu)建最優(yōu)鄰域窗口,根據(jù)最小殘差準(zhǔn)則確定待測(cè)中心像元的類別。相比于經(jīng)典算法,WJSRC能夠較好地提高高光譜圖像的分類精度,且在不同的實(shí)驗(yàn)數(shù)據(jù)下具備良好的穩(wěn)定性,進(jìn)一步驗(yàn)證了鄰域相似度及空譜結(jié)合在聯(lián)合稀疏表示分類的必要性。3、針對(duì)高光譜遙感圖像中的低概率出露目標(biāo)常以混合像元的形式存在于背景中,且其信號(hào)特征微弱等問題,提出了一種新的目標(biāo)識(shí)別算法。對(duì)幾種核函數(shù)進(jìn)行研究構(gòu)建了指數(shù)型高斯核函數(shù)并將其作為權(quán)重因子用于自相關(guān)矩陣的計(jì)算,通過構(gòu)建平衡因子將RX算子與CEM算子相結(jié)合,提出了一種新的識(shí)別算法。通過分析權(quán)重因子與平衡因子,找出性能更優(yōu)的參數(shù),使算法能更好地抑制背景和異常干擾,在保證低虛警率的情況下大幅度提高了檢出率,利用兩幅不同環(huán)境下的高光譜圖像進(jìn)行實(shí)驗(yàn),驗(yàn)證了算法的通用性與穩(wěn)定性。通過將極值與自動(dòng)子空間劃分相結(jié)合對(duì)數(shù)據(jù)降維并應(yīng)用于BKCEM算法中(EBKCEM),在保證準(zhǔn)確度不變的同時(shí)較好地改善了時(shí)間耗時(shí)的問題。與經(jīng)典的識(shí)別算法相比,EBKCEM算法顯著提升了算法識(shí)別的準(zhǔn)確度和效率,在機(jī)動(dòng)目標(biāo)的識(shí)別中展示了良好的效果。
【圖文】：

2.5水體圖2.2 高光譜圖像數(shù)據(jù)描述模型2.1.2 高光譜圖像分析與應(yīng)用信息獲取是空中或空間對(duì)地觀測(cè)的根本目標(biāo)或核心任務(wù)。信息蘊(yùn)含于數(shù)據(jù)，對(duì)高光譜遙感而言信息即蘊(yùn)含于高光譜圖像。因此，高光譜圖像分析與應(yīng)用必然是達(dá)成信息獲取的主要途徑，這一點(diǎn)與傳統(tǒng)的全色和多光譜遙感尚無本質(zhì)區(qū)別。問題在于，高光譜遙感數(shù)據(jù)在增大地物信息獲取潛力的同時(shí)，也給信息獲取手段即圖像分析與應(yīng)用帶來了困難。反過來看，這也意味著，高光譜圖像處理與分析是制約著高光譜遙感應(yīng)用的重要瓶頸。地物光譜特征分析高光譜成像原理遙感物理學(xué)基礎(chǔ)傳感器定標(biāo) 數(shù)據(jù)降維 高光譜圖像目標(biāo)檢測(cè)高光譜遙感的軍民應(yīng)用幾何校正輻射校正反射率反演圖像壓縮與解壓縮光譜特征提取端元提取光譜解混高光譜圖像地物分類基于光譜特征的地物識(shí)別光譜的獲取高光譜圖像預(yù)處理特征提取與解混數(shù)據(jù)處理技術(shù)應(yīng)用圖2.3 高光譜遙感應(yīng)用的基本流程高光譜遙感數(shù)據(jù)最大的特點(diǎn)就是可以將空間維與光譜維的信息融合到一起，不僅

Pavia University，圖像大小為610 340像素，其波段相對(duì)較少，共有 115 個(gè)波段。(a) Indian Pines 高光譜影像 (b) Pavia University 高光譜影像圖3.2 高光譜影像圖IndianPines 高光譜遙感數(shù)據(jù)集：該數(shù)據(jù)集包含 16 個(gè)地面真理類，如表 3.1 所示。由于高光譜圖像在獲取過程中會(huì)受到地物反射和大氣傳輸?shù)容^多因素的影響，會(huì)使圖像中的波段有輻射量失真，這就導(dǎo)致了低信噪比波段和殘損波段的存在，因此在后續(xù)實(shí)驗(yàn)中考慮將這些殘損波段剔除，，僅使用剩下的 200 個(gè)波段。對(duì)于每一類，隨機(jī)性選取所有像元中的 10%訓(xùn)練，并使用余下的 90%進(jìn)行測(cè)試。
【學(xué)位授予單位】：西安電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：TP751

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 隋雪蓮;張濤;曲喬新;;深度學(xué)習(xí)在遙感影像目標(biāo)識(shí)別與定位中的應(yīng)用研究[J];科技創(chuàng)新與應(yīng)用;2019年34期

2 王泓淼;張潔;雷建勝;趙恩偉;王森;;基于微服務(wù)的空天協(xié)同目標(biāo)識(shí)別與監(jiān)視系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J];軟件;2019年11期

3 郭桂蓉,陳學(xué)敏;艦船目標(biāo)識(shí)別的研究現(xiàn)狀和技術(shù)途徑[J];系統(tǒng)工程與電子技術(shù);1988年01期

4 牛曉燕;;目標(biāo)識(shí)別的人工智能方法[J];飛航導(dǎo)彈;1988年08期

5 Buser Robde Nomiyama;譚顯裕;;用于測(cè)距和目標(biāo)識(shí)別的短脈沖CO_2激光器[J];應(yīng)用光學(xué);1988年03期

6 黃為倬;;目標(biāo)識(shí)別和逆合成口徑雷達(dá)[J];現(xiàn)代雷達(dá);1988年06期

7 劉伯勝;目標(biāo)瞬態(tài)回波極點(diǎn)提取研究[J];哈爾濱船舶工程學(xué)院學(xué)報(bào);1989年01期

8 姜殿元;;“鋪路便士”目標(biāo)識(shí)別裝置AN/ASS-35(V)[J];飛航導(dǎo)彈;1989年03期

9 程啟東;;遠(yuǎn)距離目標(biāo)識(shí)別[J];航空兵器;1989年03期

10 劉侃;;采用毫米波和紅外傳感器進(jìn)行防區(qū)外目標(biāo)識(shí)別[J];飛航導(dǎo)彈;1989年01期

相關(guān)會(huì)議論文 前10條

1 黃擎;曾向陽(yáng);;水下目標(biāo)識(shí)別中的通道影響及其抑制方法[A];2019年全國(guó)聲學(xué)大會(huì)論文集[C];2019年

2 王加;紀(jì)伯公;;多傳感器信息融合技術(shù)在空中目標(biāo)識(shí)別中的應(yīng)用研究[A];第八屆全國(guó)信號(hào)和智能信息處理與應(yīng)用學(xué)術(shù)會(huì)議會(huì)刊[C];2014年

3 王宇;鐘秋海;;用統(tǒng)計(jì)模式識(shí)別方法建立海上目標(biāo)識(shí)別的數(shù)學(xué)模型[A];1995中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];1995年

4 李正東;陳興無;宋琛;何武良;;多傳感器的目標(biāo)識(shí)別[A];中國(guó)工程物理研究院科技年報(bào)（1999）[C];1999年

5 鄭援;胡成軍;;基于數(shù)據(jù)融合的魚雷目標(biāo)識(shí)別[A];第十四屆全國(guó)信號(hào)處理學(xué)術(shù)年會(huì)(CCSP-2009)論文集[C];2009年

6 俞鴻波;趙榮椿;;三維空間目標(biāo)識(shí)別概述[A];信號(hào)與信息處理技術(shù)——第一屆信號(hào)與信息處理聯(lián)合學(xué)術(shù)會(huì)議論文集[C];2002年

7 姚志軍;韓秋蕾;;一種新的基于少量樣本的目標(biāo)識(shí)別與分割方法[A];第九屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集Ⅱ[C];2011年

8 陳娟;;基于多傳感器融合的天基空間目標(biāo)識(shí)別技術(shù)[A];第二屆中國(guó)空天安全會(huì)議論文集[C];2017年

9 楊宏暉;李江濤;甘安琴;姚曉輝;;用于水下目標(biāo)識(shí)別的無監(jiān)督譜特征選擇算法[A];2016年中國(guó)造船工程學(xué)會(huì)水中目標(biāo)特性學(xué)組學(xué)術(shù)交流會(huì)論文集[C];2016年

10 徐婷;郭良浩;;一種水聲目標(biāo)識(shí)別的低頻特征信息處理技術(shù)[A];中國(guó)聲學(xué)學(xué)會(huì)2017年全國(guó)聲學(xué)學(xué)術(shù)會(huì)議論文集[C];2017年

相關(guān)重要報(bào)紙文章 前7條

1 ;具備車輛緝查布控、目標(biāo)識(shí)別等功能[N];人民公安報(bào);2016年

2 陳德潮邋曹金平 劉劍;水下戰(zhàn)場(chǎng)的開路先鋒[N];人民日?qǐng)?bào);2008年

3 本報(bào)記者 趙晨 張一迪;AI戰(zhàn)“疫”已經(jīng)打響[N];中國(guó)電子報(bào);2020年

4 記者 代宗鋒;我國(guó)海軍第二十、二十一批護(hù)航編隊(duì)完成任務(wù)交接[N];解放軍報(bào);2015年

5 邱霞;目標(biāo)永不消失[N];中國(guó)航天報(bào);2003年

6 陳德潮邋曹金平 劉劍;探路水下戰(zhàn)場(chǎng),“水中幽靈”因他有魂[N];新華每日電訊;2007年

7 王學(xué)智　彭振華;聯(lián)合空地防區(qū)外打擊[N];解放軍報(bào);2002年

相關(guān)博士學(xué)位論文 前10條

1 杜川;基于深度生成網(wǎng)絡(luò)的特征學(xué)習(xí)方法[D];西安電子科技大學(xué);2019年

2 杜瑞;基于雷達(dá)系統(tǒng)的路面目標(biāo)識(shí)別關(guān)鍵技術(shù)研究[D];西北工業(yè)大學(xué);2018年

3 黃飛;紅外偏振探測(cè)關(guān)鍵技術(shù)研究[D];中國(guó)科學(xué)院大學(xué)(中國(guó)科學(xué)院上海技術(shù)物理研究所);2018年

4 周偉;基于局部表面特征描述符的復(fù)雜場(chǎng)景下三維目標(biāo)識(shí)別研究[D];中國(guó)科學(xué)院大學(xué)(中國(guó)科學(xué)院西安光學(xué)精密機(jī)械研究所);2018年

5 蔡兆暉;基于重構(gòu)高分辨距離像的雷達(dá)目標(biāo)識(shí)別研究[D];西安電子科技大學(xué);2018年

6 鐘劍丹;光電成像目標(biāo)識(shí)別與檢測(cè)關(guān)鍵技術(shù)研究[D];電子科技大學(xué);2018年

7 李捷;面向目標(biāo)識(shí)別的機(jī)載多傳感器數(shù)據(jù)融合技術(shù)研究[D];電子科技大學(xué);2018年

8 李龍;基于高分辨距離像的雷達(dá)地面目標(biāo)識(shí)別技術(shù)[D];西安電子科技大學(xué);2018年

9 張銳;雷達(dá)目標(biāo)識(shí)別與超分辨成像方法研究[D];西安電子科技大學(xué);2018年

10 李彥鵬;自動(dòng)目標(biāo)識(shí)別效果評(píng)估[D];國(guó)防科學(xué)技術(shù)大學(xué);2004年

相關(guān)碩士學(xué)位論文 前10條

1 宋佳蓉;基于深度學(xué)習(xí)的無人小車目標(biāo)識(shí)別研究[D];南京航空航天大學(xué);2019年

2 劉力冉;基于深度學(xué)習(xí)的目標(biāo)識(shí)別和序列圖像三維重建技術(shù)研究[D];南京航空航天大學(xué);2019年

3 郭斌;面向光學(xué)遙感圖像艦船目標(biāo)識(shí)別的遷移學(xué)習(xí)方法研究[D];哈爾濱工業(yè)大學(xué);2019年

4 王瑤;基于視覺的無人機(jī)目標(biāo)識(shí)別及跟蹤[D];哈爾濱工業(yè)大學(xué);2019年

5 朱其姣;基于深度學(xué)習(xí)的RCS角度外推與目標(biāo)識(shí)別研究[D];哈爾濱工業(yè)大學(xué);2019年

6 何敏雅;基于Zynq平臺(tái)的水下目標(biāo)識(shí)別關(guān)鍵技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2018年

7 亢朋朋;基于JEM特征的雷達(dá)飛機(jī)目標(biāo)識(shí)別[D];中國(guó)電子科技集團(tuán)公司電子科學(xué)研究院;2019年

8 程興;基于無人機(jī)的地面目標(biāo)識(shí)別與跟蹤[D];哈爾濱工業(yè)大學(xué);2019年

9 郭洋;基于深度學(xué)習(xí)的聲目標(biāo)識(shí)別技術(shù)研究[D];重慶郵電大學(xué);2019年

10 王德培;無人機(jī)物體識(shí)別和追蹤[D];廣東工業(yè)大學(xué);2019年

本文編號(hào)：2611824