高光谱遥感图像小目标探测的基本原理

高光谱遥感图像小目标探测的基本原理

ID:37680342

大小:563.52 KB

页数:8页

时间:2019-05-28

高光谱遥感图像小目标探测的基本原理_第1页
高光谱遥感图像小目标探测的基本原理_第2页
高光谱遥感图像小目标探测的基本原理_第3页
高光谱遥感图像小目标探测的基本原理_第4页
高光谱遥感图像小目标探测的基本原理_第5页
资源描述:

《高光谱遥感图像小目标探测的基本原理》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、中国科学D辑:地球科学2007年第37卷第8期:1081~1087《中国科学》杂志社http://www.scichina.comSCIENCEINCHINAPRESS高光谱遥感图像小目标探测的基本原理①②③*②③④耿修瑞赵永超(①北京师范大学地理学与遥感科学学院,北京100875;②中国科学院遥感科学国家重点实验室,北京100101;③中国科学院电子学研究所,北京100080;④CenterforAssessmentandMonitoringofForestandEnvironmentalResourcesandDivisionofEcos

2、ystemSciences,UniversityofCaliforniaBerkeley,BerkeleyCA94720-3114,USA)摘要概括性总结了高光谱遥感图像小目标探测算法的研究进展,揭示了图像白化处理是诸多算法能够成功应用于小目标探测的本质原因所在;提出了基于样本加权自相关矩阵把大目标转化为“小”目标从而进行有效探测的思想和算法.关键词高光谱白化目标探测目标探测技术是遥感理论与应用中一个重要领有复杂的分布结构并且游离于大的数据云团之外,域,由于受到地面采样距离(GSD)的限制,在很多情这是小目标探测的信息基础或者结构基础.况下我

3、们感兴趣的目标都以亚像元的形式存在,即本文将首先概括高光谱遥感图像目标探测技术在一个图像像元中不但含有感兴趣目标,而且还包的发展概况,接着提出了基于图像白化小目标探测含有其他地物.此时,利用传统的遥感手段很难对这的研究思路及算法,揭示了图像的白化处理是诸多些小目标进行有效探测,高光谱遥感以其波段多、光小目标探测算法能够取得显著效果的关键所在,提谱分辨率高、信息量大的特点为这一问题提供了新的出了基于样本加权自相关矩阵把大目标转化为“小”技术手段.目标从而进行有效探测的思想和算法.然后我们用高光谱图像中的小目标一般有如下几个特点:ENVI自带的A

4、VIRIS数据和2004年在西安获取的第一,从物性上来说,我们所感兴趣的目标一般不同OMIS2数据为例来验证我们的想法.于图像中的其他背景地物,因而其相应的光谱标签1目标探测技术的发展应该与别的地物有着不同的特征,这是小目标得以根据已知条件可以把现有的研究归结为4个方面:有效探测的物质基础;第二,从几何上来讲,在线形混合模型成立或者近似成立的基础上,由于感兴趣1.1低维空间情况目标不同于别的背景地物,因而在图像的特征空间高光谱图像通常都具有几十甚至上百个波段,中其相应的端元应该位于具有单形体结构分布的数对如此大的数据量进行处理往往需要以时间为

5、代价,据云团的一个顶点,这是感兴趣目标能够有效探测尤其是当这些数据需要传输的时候还要求传输介质的几何基础;第三,从信息量上来说,小目标在图像有足够的带宽(比如星上数据下传),所以很多情况下,中往往只占几个像元,甚至只以亚像元的形式存在,在保证目标与背景有足够分离度的基础上先对原始这一方面加大了从图像空间直接对其进行有效探测数据进行降维操作,这其实也是一个特征提取的过的难度.但另一方面,由于其分布数量少加上其在特程.在遥感图像分析中,特征提取可以从两个意义上征空间中特殊的几何特性,导致小目标像元本身没来实施:一种是按照一定的准则直接从原始特征空

6、收稿日期:2006-04-24;接受日期:2006-11-21国家自然科学基金(批准号:40501041,40202031)和中国科学院知识创新工程重要方向性项目(编号:KZCX3-SW-338-1)资助*E-mail:gengxr@sina.com.cn万方数据1082中国科学D辑地球科学第37卷间中选出一个子集(即子空间),光学遥感中的波段选码匹配算法,如二值编码匹配算法.整波形匹配的缺择即属于这一类.另一种是找到一个映射关系P:陷在于它对噪声非常敏感,因而要求图像光谱有很P:x→y.将原始特征空间X={,,,}x12xxLm映射到高的信

7、噪比.实际上,对图像光谱定标和反射率转换维数降低了的特征空间Y上去,其中的精度往往很难达到光谱匹配的要求.注意到,上述Y=<{,,,},.yy12Lynmn高光谱遥感图像特征提取算法并没有用到已知的背景信息,从而只能在没有包含的内容非常广泛,提取方法也很多,光谱维特征抑制背景的情况下定性得到目标地物的大致覆盖区提取和空间维特征提取是表现图像特征提取的两个域,如果要定量的得到感兴趣目标在图像中各个像方面.主成分分析(PCA)是一种把原来多个指标化为元中所占的比例,需要引入混合像元模型.线性混合少数几个互不相关的综合指标的一种分析技术.应模型是其

8、中应用最为广泛的模型,它假定:在一定的用PCA可以在基本保持数据信息量的基础上把海量条件下,高光谱图像中每个像元都可以近似认为是的高光谱数据投影到仅有少数几个主分量

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。