基于逐行处理的高光谱异常检测快速算法研究

基于逐行处理的高光谱异常检测快速算法研究

ID:37071958

大小:3.86 MB

页数:72页

时间:2019-05-16

基于逐行处理的高光谱异常检测快速算法研究_第1页
基于逐行处理的高光谱异常检测快速算法研究_第2页
基于逐行处理的高光谱异常检测快速算法研究_第3页
基于逐行处理的高光谱异常检测快速算法研究_第4页
基于逐行处理的高光谱异常检测快速算法研究_第5页
资源描述:

《基于逐行处理的高光谱异常检测快速算法研究》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、分类号:密级:UDC:编号:工学硕士学位论文基于逐行处理的高光谱异常检测快速算法研究硕士研究生:邓伟伟指导教师:赵春晖教授学科、专业:信息与通信工程论文主审人:王立国教授哈尔滨工程大学2018年3月分类号:密级:UDC:编号:工学硕士学位论文基于逐行处理的高光谱异常检测快速算法研究硕士研究生:邓伟伟指导教师:赵春晖教授学位级别:工学硕士学科、专业:信息与通信工程所在单位:信息与通信工程学院论文提交日期:2017年12月论文答辩日期:2018年03月学位授予单位:哈尔滨工程大学ClassifiedIndex:U.D.C:ADissertatio

2、nfortheDegreeofM.EngResearchonHyperspectralFastAnomalyDetectionBasedonProgressiveLineProcessingCandidate:DengWeiweiSupervisor:Prof.ZhaoChunhuiAcademicDegreeAppliedfor:MasterofEngineeringSpecialty:InformationandCommunicationEngineeringDateofSubmission:Dec.2017DateofOralExami

3、nation:Mar.2018University:HarbinEngineeringUniversity哈尔滨工程大学学位论文原创性声明本人郑重声明:本论文的所有工作,是在导师的指导下,由作者本人独立完成的。有关观点、方法、数据和文献的引用已在文中指出,并与参考文献相对应。除文中已注明引用的内容外,本论文不包含任何其他个人或集体已经公开发表的作品成果。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。作者(签字):日期:年月日哈尔滨工程大学学位论文授权使用声明本人完全了解学校保护知识产

4、权的有关规定,即研究生在校攻读学位期间论文工作的知识产权属于哈尔滨工程大学。哈尔滨工程大学有权保留并向国家有关部门或机构送交论文的复印件。本人允许哈尔滨工程大学将论文的部分或全部内容编入有关数据库进行检索,可采用影印、缩印或扫描等复制手段保存和汇编本学位论文,可以公布论文的全部内容。同时本人保证毕业后结合学位论文研究课题再撰写的论文一律注明作者第一署名单位为哈尔滨工程大学。涉密学位论文待解密后适用本声明。本论文(□在授予学位后即可□在授予学位12个月后□解密后)由哈尔滨工程大学送交有关部门进行保存、汇编等。作者(签字):导师(签字):日期:年

5、月日年月日摘要成像光谱技术的飞速发展,使得具有高分辨率、波段连续、图谱合一特性的高光谱图像,在农林监控,矿石开采,军事侦察等领域得到了相关研究人员的广泛关注。相较于传统的二维图像,高光谱图像数据是一种同时涵盖二维图像的光谱信息和空间信息的三维立方体。高光谱图像通过将地物的空谱信息完整结合以充分的反映地物的细微差异,从而更精确的发现基于形态学的传统二维图像难以辨识的伪装或隐藏目标,为目标的检测和识别奠定了良好的基础。高光谱目标检测技术作为高光谱图像处理领域中的一个研究热点,根据先验信息的有无可以分为监督目标检测和非监督目标检测。在实际应用中,先

6、验信息的获取十分有限,因此无需任何先验信息的非监督目标检测也即异常目标检测技术更具有研究价值。然而高光谱图像的空间和光谱分辨率的不断提升,增加信息的同时,巨大的数据量导致算法实现效率较低,数据处理严重滞后,降低了数据的应用优势和效率;另一方面,实际环境中由于目标状态往往难以预测或其他许多不确定因素的存在,目标检测的实用化程度较低。因此,在保证算法检测精度的同时,提高算法时效性刻不容缓。本文主要研究基于推扫型成像光谱仪成像机理的实时异常检测算法,重点解决实时处理的因果性和时效性问题。并将实时异常检测算法与传统的高光谱异常检测算法相比较,保证算法

7、检测精度的前提下,提高算法的检测效率。本文的主要工作如下:首先,经典的基于双窗口模型的局部RXD算法(Reed-Xiaolidetector,RXD)在进行异常目标检测时,需要重复计算样本像元的背景统计信息,算法检测效率较低。针对此问题,提出一种采用滑动半窗模型的高光谱异常检测快速算法。引入卡尔曼滤波器的递归思想及Woodbury矩阵求逆引理对影响算法计算量的自相关矩阵及其逆矩阵进行递归更新,避免复杂矩阵的重复计算,从而提高算法的执行效率。最后通过滑动半窗的逐行滑动实现异常目标的快速检测。其次,针对基于协方差矩阵的RXD异常检测算法计算复杂度

8、过大,算法执行效率较低的弊端,在推扫型成像光谱仪逐行成像的基础上,提出一种基于滑动因果窗模型的高光谱实时异常检测算法。滑动因果窗的逐行推扫,使得算法仅用到当前数据及

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。