高光谱异常检测算法研究

《高光谱异常检测算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、爲聲扔觀匈冒硕±学位论文Ｉ．．瑜Ｉ髙光谱异常检测算法研巧作者姓名李肖指导教师姓名、职称周慧蠢教授申请学位类别工学硕±学校代码１０７０１学与１３０５１２２２９７分类号ＴＰ７５１密级公开西安电子科技大学硕击学位论文髙光谱异常检测算法研究作者姓名：李肖一级学科：电子科学与技术二级学科：物理电子学学位类别；工学硕±指导教师姓名、职称：周慧蠢教授学院：物理与光电工程学院提交日期：２０１５年１２月StudyonAnomalyDetectionAlgorithmofHyp

2、erspectralImageryAthesissubmittedtoXIDIANUNIVERSITYinpartialfulfillmentoftherequirementsforthedegreeofMasterinPhysicalElectronicsByLiXiaoSupervisor:ZhouHuixinProfessorDecember2015西安电子科技大学学位论文独创性（或创新性）声明秉承学校严谨的学风和优良的科学道德，本人声明所呈交的论文是我个人在导师指导下进行的研充工作及取得的研究成果。尽我所知，除了文中特别加抖标注和致谢

3、中所罗列的内容臥外，论文中不包含其他人岳经发表或撰写过的研巧成果；也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的材料一。与我同工作的同志对本研巧所做的任何贡献巧己在论文中作了明确的说明并表示了谢意。一切法律责任学位论文若有不实之处，本人承担。口本人签名：重ｆｔ日期：？〇化钢）亂斗西安电子科技大学关于论文使用授权的说明本人完全了解西安电子科技大学有关保留和使用学位论文的规定，目Ｐ：研究生在校攻读学位期间论文工作的知识产权单位属于西安电子科技大学。学校有权保留送交论文的复印件，允许查阅、借阅论文

4、；学校可臥公布论文的全部或部分内容，允许采用影印、缩印或其它复制手段保存论文。同时本人保证，获得学位后结合学位论文研究成果撰写的文章Ｉ署名单位为西安电子科技大学。保密的学位论文在年解密后适用本授权书。＿本人签名：卖苗导师签名；辕词日期：心１蛛Ｕ向１峭日期：／Ｉ、抑摘要摘要高光谱成像仪可以在数百个狭窄波段内对物体进行成像，其波段范围从可见光一直覆盖到红外波段。数百个波段内的电磁能量在经过光电转换后就得到光谱信息，“图谱合一”的特点使其能获得更多的信息，目前高光谱数据处理已成为了国内外的一个重要研究领域。其中，高光谱异常检

5、测不需要目标的先验光谱信息，就可以有效地寻找到图像中与背景像元光谱有所区别的异常像元，这让它在精细化农业、环境工程、资源勘探和国防等诸多领域都具有较广的应用前景，因而开展高光谱异常检测研究具有重大的理论意义和应用价值。本文首先对高光谱异常检测中的经典算法进行了研究分析，包括PCA和KPCA两种特征提取算法，以及基于多元信号检测理论的RX、KRX和LAKDE异常检测算法。通过仿真实验分析了这些算法的性能以及特征提取的必要性。然后，针对高光谱图像中异常像元与周围背景像元相关性较弱的特点，研究提出了一种核典型相关分析和奇异值分解相结合的异常检测算法。典型相关分析

6、可以有效地反映出数据间的内在关联程度，通过数据间内在关联性可以有效地衡量待检测像素点与其周围背景间的异常程度。而核典型相关分析是典型相关分析的核化版本。本算法中采用核典型相关分析来处理高光谱图像数据，可以充分利用高光谱数据所具有的非线性特征；而后对核典型相关分析得到的结果图像再采用奇异值分解与重构来进行处理，从而有效地完成背景抑制和异常点检测的工作。仿真实验结果验证了该算法对异常检测的有效性。最后，针对高光谱图像所具有的非线性特征，研究提出了一种基于异常分量提取的异常检测算法。该算法首先采用核主成分分析法来实现高维高光谱数据的非线性降维，而后采用独立分量分

7、析法来寻找隐含于核主成分中的独立分量。在独立分量的求解过程中，根据渐进正交化和对称正交化两种不同的正交化方法，分别提出基于特征选择的并行异常分量提取算法和基于正交子空间投影的串行提取算法，最后在此基础上将得到的异常分量使用KRX算子进行处理，以实现异常检测。采用真实高光谱图像进行仿真实验，并采用ROC曲线对其性能进行评估，实验结果表明了该算法具有较好的检测性能。关键词：高光谱图像，异常检测，多元统计分析，核函数IABSTRACTABSTRACTHyperspectralimageryisobtainedbyhyperspectralspectrometer

8、whichimagesobjectsinhundredsofnar