欢迎来到天天文库
浏览记录
ID:38117811
大小:686.67 KB
页数:4页
时间:2019-05-25
《一种改进的高光谱图像中多小目标检测算法》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、第9期电子学报Vol.38No.92010年9月ACTAELECTRONICASINICASep.2010一种改进的高光谱图像中多小目标检测算法尹继豪,王艳,王义松(北京航空航天大学,北京100191)摘要:针对高光谱图像小目标检测中约束能量最小化算法对噪音敏感且不能区分相似目标的问题,基于多目标约束能量最小化、加和约束能量最小化、胜者全赢约束能量最小化算法,提出一种改进的多个小目标检测算法.该算法对原有算法中自相关矩阵进行修正,减少了目标向量对自相关矩阵的影响.仿真实验表明,改进后的多小目标检测算法,检测误差明显低于原有算法.关键词:多目标检测;自相关矩阵;约束能量最
2、小化;高光谱图像中图分类号:TP7511文献标识码:A文章编号:03722112(2010)09197504ARevisedMultiTargetDetectionApproachinHyperspectralImageYINJihao,WANGYan,WANGYisong(BeijingUniversityofAeronauticsandAstronautics,Beijing100191,China)Abstract:Constrainedenergyminimization(CEM)algorithmisverysensitivetonoiseand
3、cannotclassifythesametypeoftargetswithsimilarsignatures,soweproposearevisedmultitargetdetectionapproach,whichisbasedonmultipletargetconstrainedenergyminimization(MTCEM),sumconstrainedenergyminimization(SCEM)andwinnertakeAllconstrainedenergyminimization(WTACEM).Thisapproachrevisedaut
4、ocorrelationmatrixinoriginalapproachbyexcludingthedesiredtargetpixelvectorsfromtheautocorrelationmatrix.Thesimulationresultsindicatethattheerrorscausedbytherevisedmultitargetdetectionapproachhavedecreasedobviously.Keywords:multitargetdetection;autocorrelationmatrix;constrainedenergymin
5、imization;hyperspectralimage题,Harsanyi提出了CEM算法,CEM不需要图像的背景1引言信息,仅需知道目标光谱即可,它利用特定的约束条件低概率目标是指在图像中只占极少像元的目标(有设计一个有限脉冲响应(FIR,FiniteImpulseResponse)滤时甚至是亚像元级的目标),这些目标看起来虽然无关波器,让感兴趣的目标信号能够通过,同时,抑制由其他紧要,但往往正是要检测的目标,因此有必要发展亚像信号带来的滤波器输出能量.但是,CEM只能一次检测[1]元级的目标探测技术.由于高光谱成像具有光谱分辨一个目标,为了在一幅图中同时检测多个目
6、标,Chang率高、光谱波段连续等特点,高光谱图像包含了大量光提出多目标约束能量最小化(MTCEM,MultipleTarget谱信息,为有效提高探测能力提供了可能,尤其在对伪CEM)、加和约束能量最小化(SCEM,SumCEM)、胜者全装目标和低空间分辨率目标进行检测、识别方面具有很赢约束能量最小化(WTACEM,WinnerTakeAllCEM)算大潜力[2].近年来该领域提出了很多算法,大多基于线法[6,7].[3]性混合模型,如正交子空间投影(OSP,OrthogonalSubChang在2003年提出一个较精确的样本自相关矩[4]spaceProjec
7、tion)、约束能量最小化(CEM,Constrained阵,将含有目标的像元向量从自相关矩阵中去除,这样EnergyMinimization)、目标约束干扰最小化滤波器[5]可以改善CEM的效果[7,8].本文在MTCEM、SCEM、(TCIMF,TargetConstrainedInterferenceMinimizedFilter)WTACEM的基础上对自相关矩阵进行了修正,减小了目等.其中,OSP是基于线性混合模型的高光谱图像分类/标向量对于自相关矩阵的影响.实验证明,改进后的检测技术,需要已知目标向量及干扰信息,但在实际应M
此文档下载收益归作者所有