面向异常检测的多源遥感影像融合技术研究

《面向异常检测的多源遥感影像融合技术研究》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、硕士学位论文面向异常检测的多源遥感影像融合技术研究RESEARCHONANOMALYDETECTIONORIENTEDTECHNOLOGIESOFMULTISOURCEREMOTESENSINGIMAGERYFUSION钟圣唯哈尔滨工业大学2015年7月国内图书分类号：TP751.1学校代码：10213国际图书分类号：621.3密级：公开工学硕士学位论文面向异常检测的多源遥感影像融合技术研究硕士研究生：钟圣唯导师：张晔教授申请学位：工学硕士学科：信息与通信工程所在单位：电子与信息技术学院答辩日期：2015年7

2、月授予学位单位：哈尔滨工业大学ClassifiedIndex:TP751.1U.D.C:621.3DissertationfortheMasterDegreeinEngineeringRESEARCHONANOMALYDETECTIONORIENTEDTECHNOLOGIESOFMULTISOURCEREMOTESENSINGIMAGERYFUSIONCandidate：ZhongShengweiSupervisor：ZhangYeAcademicDegreeAppliedfor：MasterofEngine

3、eringSpeciality：InformationandCommunicationEngineeringAffiliation：Dept.ofInformationEngineeringDateofDefence：July,2015Degree-Conferring-Institution：HarbinInstituteofTechnology哈尔滨工业大学工学硕士学位论文摘要随着遥感技术的发展，当前的遥感图像数据正在向多源、多分辨率及多传感器发展。这些多源数据既包含互补信息，也包含重复的冗余信息。于是，

4、如何更加有效地利用多源图像数据，从而获得更全面且准确的解译信息，成为了近年来遥感图像处理领域的研究热点。但由于后续的应用目的不同，目前并不存在适用于所有应用的融合方法。目标识别是高光谱图像的最重要的应用之一，而其中的异常检测技术由于其不需要先验信息、对场景的鲁棒性强等特点，近年来成为研究者关注的问题。但是，由于感兴趣的目标往往尺寸较小，而高光谱图像的分辨率相对较低，因此异常检测的准确率会受到影响。如果借助同场景的高分辨率全色图像的辅助，则能够实现对异常目标的更精确的检测。因此，本文以多源遥感图像为基础，研究面

5、向异常检测技术的多源融合方法。首先，本文对于高光谱图像与高分辨率全色图像的像素级融合方法进行了研究。经过对经典的主成分分析、小波变换、Schmidt正交变换、ARSIS框架融合方法的实验比较之后，对于融合结果最优的ARSIS框架进行深入研究，并基于其提出了改进的像素级融合方法，对于该方法进行了主客观两方面的评价，客观评价中包括基于图像的评价和面向应用的评价，较为全面地验证了本文提出的改进算法的优越性。其次，本文对于高光谱图像的异常检测方法进行了研究。通过对于异常检测技术的基本原理和经典的异常检测算法的研究，分

6、析了现有方法在高光谱图像背景建模上的不足之处，从而提出了新的基于椭球等高分布和有限混合模型的改进的异常检测算法。分别使用仿真数据和真实数据进行了实验，通过对比经典方法和改进方法的检测结果和检测的ROC曲线，验证了本文异常检测算法的效果。另外，通过对比各算法的运算时间，验证了本文算法的高效性。最后，综合上述两部分的结果，本文对于多源图像的异常检测方法进行了研究，分别探究了像素级融合和决策级融合对于异常检测的效果。对于像素级融合，采用改进的融合方法和异常检测方法对于多源图像进行处理；对于决策级融合，分别采用线性一

7、致理论和D-S证据理论进行融合。分别采用不同分辨率的多源图像进行了实验，分析了上述融合方法的适用情况和优缺点，给出了不同情况下采用方法的建议。关键词：多源遥感图像；异常检测；背景模型；像素级融合；决策级融合-I-哈尔滨工业大学工学硕士学位论文AbstractTherearemuchmoremultisource,multi-resolution,multi-sensorremotesensingimagesasthedevelopingofremotesensingtechnology.Theseimages

8、containbothredundantinformationandcomplementaryinformation.Inthiscase,itturntobeahottopicintheseyearsthathowtoutilizemultisourceimageseffectivelytoobtaincomprehensiveandaccurateinterpretationresults.Ho