基于视觉显著性的高光谱图像异常点检测技术研究

《基于视觉显著性的高光谱图像异常点检测技术研究》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、硕士学位论文基于视觉显著性的高光谱图像异常点检测技术研究作者姓名：刘嘉诚指导教师：王爽研究员中国科学院西安光学精密机械研究所高晓惠研究员中国科学院西安光学精密机械研究所学位类别：工学硕士学科专业：信号与信息处理培养单位：中国科学院西安光学精密机械研究所2018年6月RESEARCHONHYPERSPECTRALIMAGERYANOMALYDETECTIONBASEDONSALIENCYAthesissubmittedtoUniversityofChineseAcademyofSciencesinpartialfulfillmentoftherequirementf

2、orthedegreeofMasterofScienceinEngineeringByLiuJiachengSupervisor:ProfessorWangShuangProfessorGaoXiaohuiXi’anInstituteofOptics&PrecisionMechanics,ChineseAcademyofSciencesJune2018中国科学院大学研究生学位论文原创性声明本人郑重声明：所呈交的学位论文是本人在导师的指导下独立进行研究工作所取得的成果。尽我所知，除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对

3、论文所涉及的研究工作做出贡献的其他个人和集体，均已在文中以明确方式标明或致谢。作者签名：日期：中国科学院大学学位论文授权使用声明本人完全了解并同意遵守中国科学院有关保存和使用学位论文的规定，即中国科学院有权保留送交学位论文的副本，允许该论文被查阅，可以按照学术研究公开原则和保护知识产权的原则公布该论文的全部或部分内容，可以采用影印、缩印或其他复制手段保存、汇编本学位论文。涉密及延迟公开的学位论文在解密或延迟期后适用本声明。作者签名：导师签名：日期：日期：科研道德声明秉承研究所严谨的学风与优良的科学道德，本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的

4、研究成果。论文中所引用的内容都已给予了明确的注释和致谢。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了致谢。申请学位论文与资料若有不实之处，本人承担一切相关责任。论文作者签名：日期：知识产权声明本人完全了解中科院西安光学精密机械研究所有关保护知识产权的规定，即：研究生在所攻读学位期间论文工作的知识产权单位系中科院西安光学精密机械研究所。本人保证离所后，发表基于研究生工作的论文或使用本论文工作成果时必须征得产权单位的同意，同意后发表的学术论文署名单位仍然为中科院西安光学精密机械研究所。产权单位有权保留送交论文的复印件，允许论文被查阅和借阅

5、；产权单位可以公布论文的全部或部分内容，可以采用影印、缩印或其它复制手段保存论文。(保密的论文在解密后应遵守此规定)论文作者签名：导师签名：日期：日期：摘要摘要随着成像光谱仪及其数据处理技术的进步，利用成像光谱仪获取的高光谱数据进行目标检测的相关技术也得到了很大的发展。异常点检测是其中的一个研究热点，它是一种不需要先验信息的目标检测方法，是非监督的，因此具有很强的实用性。本文针对传统异常点检测算法的不足之处，结合计算机视觉领域视觉显著性的方法，对传统的异常点检测算法做了改进，并利用合成和真实的高光谱数据进行仿真实验。论文的主要内容包括：1、介绍了高光谱图像异常点检

6、测的基本概念，分析了高光谱图像异常点检测和视觉显著性的发展现状。2、概要说明了高光谱图像的数据格式和常见的数据描述模型，详细阐述了高光谱图像异常点检测的概念和经典的异常点检测算法，同时给出了异常点检测的评价标准。3、针对传统异常点算法的不足，提出了一种基于上下文感知显著性的高光谱图像异常点检测算法，通过引入上下文感知显著性模型，对图像背景建模方式进行改进，建立基于上下文感知显著性的权重图，重新定义传统算法中描述背景的均值向量和协方差矩阵，达到优化背景估计的目的。实验结果证明相比于传统算法，检测效果得到了大幅提高，但计算速度较慢。4、针对算法计算速度较慢的问题，提出

7、了一种基于谱残差显著性的高光谱图像异常点检测算法。该算法通过引入谱残差显著性模型，用傅里叶变换的方法在频域进行分析来得基于谱残差显著性的权重图。实验结果证明该算法在有着不错检测效果，同时具备很快的计算速度。本论文通过分析传统高光谱图像异常点检测算法的不足，提出了两种基于视觉显著性的异常点检测算法。针对实际应用对检测效果和计算速度的需求，两种算法有着各自的优势。关键词：高光谱图像，异常点，目标检测，显著性，RXIAbstractAbstractWiththeprogressofimagingspectrometersandtheirdataprocessingtec

8、hnolo