高光譜圖像異常目標(biāo)檢測(cè)算法研究與進(jìn)展

《高光譜圖像異常目標(biāo)檢測(cè)算法研究與進(jìn)展》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在工程資料-天天文庫(kù)。

1、第!"卷!第#期國(guó)$土$資$源$遙$感%&'(!"!)&(#$!*+,年*-月!"#$%"&"'&(')*$!+,'-.!"&$/!0"&./0(!!*+,$1&2"+*("*,"3456774(!*+,(*#(*+引用格式"成寶芝(高光譜圖像異常目標(biāo)檢測(cè)算法研究與進(jìn)展#8$(國(guó)土資源遙感!!*+,!!"%#&"+9:(%;?(.5@17A=10B&4B/CC&DA=&EA'75AB4/51/5/F52&=2=<70/BC0/F5BA'2EA4/B7#8$(G/E&5/./=C2=4D&BHA=1A=1/C&@

2、BF/C!!*+,!!"%#&"+9:(&高光譜圖像異常目標(biāo)檢測(cè)算法研究與進(jìn)展成寶芝!大慶師范學(xué)院物理與電氣信息工程學(xué)院"大慶$+"#:+!#摘要!高光譜圖像是一種新型的具有'圖譜合一(特性的遙感圖像!其連續(xù)的光譜曲線可更好地表達(dá)地表物質(zhì)間的細(xì)微差異!在地表物質(zhì)的分類(lèi))解混和目標(biāo)探測(cè)等方面得到了廣泛應(yīng)用*隨著高光譜遙感技術(shù)的深入發(fā)展!對(duì)不需要先驗(yàn)信息的異常目標(biāo)檢測(cè)的研究成為最活躍的方向之一!許多研究者提出了具有較好效果的異常檢測(cè)算法*基于對(duì)國(guó)內(nèi)外已有算法的綜合歸納和分析!系統(tǒng)地論述了高光譜異常檢測(cè)的研究現(xiàn)狀和最新進(jìn)展*闡

3、述了高光譜異常目標(biāo)檢測(cè)的實(shí)質(zhì)和基本理論+從算法思想)關(guān)鍵技術(shù)和優(yōu)缺點(diǎn)等方面重點(diǎn)分析總結(jié)了較有代表性的異常目標(biāo)檢測(cè)算法!并對(duì)其進(jìn)行了概括和闡述+最后對(duì)異常檢測(cè)算法的未來(lái)研究方向進(jìn)行了展望!力圖為高光譜異常目標(biāo)檢測(cè)算法研究找到新的突破點(diǎn)*關(guān)鍵詞!高光譜圖像+異常目標(biāo)檢測(cè)+核函數(shù)+支持向量數(shù)據(jù)描述中圖法分類(lèi)號(hào)!IJ:K+(+$文獻(xiàn)標(biāo)志碼!L$$$文章編號(hào)!+**+9*:*M%!*+,&*#9***+9*:件概率密度函數(shù)所依賴的未知目標(biāo)和背景參數(shù)很難*$引言得到*所以!一般用最大似然估計(jì)來(lái)代替檢測(cè)HG中的未知參數(shù)!即廣義HG檢測(cè)

4、%4/=/BA'26/1'2P/'2Q#+$從!*世紀(jì)"*年代開(kāi)始!遙感技術(shù)得到了迅速<&&1BA52&5/C5!RHGI&*這樣!就可以對(duì)預(yù)識(shí)別像的發(fā)展*到了!*世紀(jì)N*年代!由于成像光譜儀的元進(jìn)行處理!設(shè)置一定的閾值!得到異常檢測(cè)結(jié)果*研制成功和廣泛應(yīng)用!出現(xiàn)了具有較高光譜分辨率現(xiàn)有的異常目標(biāo)檢測(cè)算法主要從高光譜圖像的的高光譜圖像*近年來(lái)!國(guó)內(nèi)外研究人員在充分理背景信息分布模型)像元混合情況和非線性特性等解高光譜圖像光譜特性和空間特性的基礎(chǔ)上!在地幾個(gè)角度展開(kāi)的*本文從GM異常檢測(cè))混合像元物分類(lèi)%EA5/B2A'F

5、'ACC2D2FA52&=&)光譜解混%C0/F5BA'異常檢測(cè)和非線性異常檢測(cè)等幾個(gè)方面進(jìn)行了研#!9#$@=E2O2=4&和目標(biāo)檢測(cè)%5AB4/51/5/F52&=&等方面進(jìn)行究!其中典型的算法有傳統(tǒng)的GM算法)核GM#,$了深入研究!取得了許多成果!其中!對(duì)實(shí)用性較強(qiáng)%P/B=/'GM!SGM&算法)支持向量數(shù)據(jù)描述%C@0Q#K$的高光譜異常目標(biāo)檢測(cè)%A=&EA'75AB4/51/5/F52&=&算0&B5T/F5&B1A5A1/CFB2052&=!.%UU&算法)基于光譜#"$法的研究和應(yīng)用得到了特別的關(guān)注!已

6、成為高光譜解譯的GM算法)基于背景殘差數(shù)據(jù)的SGM異常#:$#N$圖像研究的熱點(diǎn)之一*異常目標(biāo)檢測(cè)的突出特點(diǎn)在檢測(cè)算法)基于聚類(lèi)的異常檢測(cè)算法和混合像#+!-$于不需要對(duì)要檢測(cè)的感興趣目標(biāo)的光譜提供任何先元條件下的異常檢測(cè)算法等*以期對(duì)這些方法驗(yàn)信息!在這種近似'盲狀態(tài)(的情況下!通過(guò)異常進(jìn)行概括和闡述!并對(duì)其發(fā)展方向進(jìn)行展望!為高光檢測(cè)可以在高光譜圖像中發(fā)現(xiàn)一些相對(duì)于所在背景譜異常目標(biāo)檢測(cè)算法研究找到新的突破點(diǎn)*來(lái)說(shuō)是'異常(的目標(biāo)*高光譜圖像異常檢測(cè)的實(shí)質(zhì)是一個(gè)二值假設(shè)檢+$異常檢測(cè)算法研究與進(jìn)展驗(yàn)問(wèn)題!通過(guò)衡量被檢

7、測(cè)點(diǎn)與所選擇的背景光譜樣本間的差異判決其屬于目標(biāo)還是背景*檢測(cè)似然比+(+$GM異常檢測(cè)%'2P/'2<&&1BA52&!HG&的構(gòu)造是檢測(cè)過(guò)程最主要的環(huán)傳統(tǒng)的GM異常算法最初是由G//1和V@等從節(jié)!HG是異常目標(biāo)檢測(cè)的理論基礎(chǔ)*給定一個(gè)觀測(cè)多光譜圖像的檢測(cè)算法發(fā)展而來(lái)的!在本質(zhì)上可被光譜!二值的HG檢測(cè)利用條件概率密度函數(shù)判定看作主成分分析%0B2=F20A'F&E0&=/=5A=A'7C2C!J;L&像元是背景像元還是目標(biāo)像元!但在實(shí)際情況中!條的逆過(guò)程*該算法將不符合背景統(tǒng)計(jì)特性的異常點(diǎn)收稿日期!!*+#9*:9

8、*-+修訂日期!!*+#9*N9+-基金項(xiàng)目!大慶師范學(xué)院科學(xué)研究基金項(xiàng)目%編號(hào)"++?G*-&資助*-!-國(guó)$土$資$源$遙$感!*+,年判為目標(biāo)!是一種基于廣義HG檢驗(yàn)的恒虛警率異"個(gè)像元的#X"背景矩陣!每個(gè)被觀測(cè)的光譜像常檢測(cè)%F&=C5A=5DA'C/9A'ABEBA5/!;WLG&算元都可以表示為一個(gè)列向