當前位置:吉日网官网 - 傳統節日 - 高光譜圖像目標檢測技術的研究現狀

高光譜圖像目標檢測技術的研究現狀

Manolakis(2003)認為目標檢測就是將目標從背景物體中區分出來,判斷每個像素中目標的存在。在高光譜遙感領域,近年來發展了許多目標檢測算法。根據算法模型可分為原始空間模型、子空間模型和白化空間模型(張兵等,2011)。Robey等人(1992)提出了壹種自適應匹配濾波器(AMF),用多維正態分布模型模擬背景,但不能很好地表達背景的變化。劉翔(2008)分析了橢圓輪廓分布(ECD ),認為該模型可以靈敏地預測信號隨環境的變化。在目標和背景光譜已知的情況下,Harsanyi(1993)提出了壹種正交子空間投影(OSP)算法,該算法考慮了背景光譜和各種噪聲下的最大殘差信號。此外,Harsanyi還提出了壹種約束能量最小化(CEM)算法。該算法根據目標光譜,放大特定方向的信號,縮小其他背景信號,從而實現目標檢測,適用於小目標檢測。然而,CEM檢測器很難將目標端元信號與噪聲信號分開(杜博,2010)。淩麗娜等(2007)首先通過PCA技術扣除圖像的背景信息,然後通過IEA(叠代誤差分析)方法選擇端元,將端元光譜代入CEM作為已知光譜,從而很好地提取小目標。為了拓展CEM在大目標檢測中的應用,耿秀瑞(2005)還通過設計加權自相關矩陣對原有算子進行了改進,提出了加權自相關矩陣的CEM算子(WCM-CEM)。Reed等人(1990)開發了異常檢測算子RXD,其算法依賴於這樣壹個假設,即異常對象經常漂移出由圖像數據構建的數據“雲”超平面,即當圖像在異常像素與圖像均值向量的連線方向上的投影存在較大方差時,該算子就會失效(張兵等人,2011 .耿秀瑞(2007)設計了壹種基於數據白化距離的白化距離異常檢測(WAAD)算法。該算法對高光譜數據(WP)進行白化,使數據“雲”在特征空間呈球形,而異常像素仍在球形雲外,解決了RXD檢測失敗的問題。為了拓展CEM在大目標檢測中的應用,耿秀瑞還通過設計加權自相關矩陣對原有算子進行了改進,提出了加權相關矩陣CEM (WCM-CEM)。何林等(2006)研究了正交子空間和目標子空間投影的高光譜數據背景和噪聲抑制方法。盧偉等(2006)提出了壹種無監督的特征投影方法,借助實數編碼遺傳優化投影尋蹤方法,從非正常分布的角度提取小目標。

近年來,國內外科技界和工業部門從不同方面對礦產資源檢測和礦區重金屬汙染物監測進行了深入研究。在礦產資源高光譜遙感探測方面,通過成像光譜儀測量巖石和礦物的光譜特征,開展識別礦物和探測環境的研究,獲取壹體化圖件信息,形成高光譜巖石和礦物識別與制圖的技術流程和方法,在巖石和礦物識別、信息提取和專題制圖方面取得突破(Boardman等,1994;杜佩君等人,2003年;克魯斯等人,2006年;張傑,2006;張兵等,2008;王潤生等人,2007,2010)。近十年來,關於礦山重金屬汙染監測、分析和評價方法的研究論文和報告逐漸增多。比如利用高光譜數據和礦物識別譜系有效識別銅礦區汙染類型(甘福平,2004);在實驗室分析了不同程度銅和重金屬汙染的煤矸石山周圍土壤的光譜特征(高等,2005);基於光譜儀實測光譜數據,綜合考慮汙染物的光譜特征,對礦山汙染物和廢礦石造成的汙染、冶金廢水造成的水汙染及其植被汙染、長期采礦活動造成的采礦土壤重金屬汙染進行信息提取研究(Kemper et al .,2002;嚴守勛等,2003;鐘常凱,2004;甘福平,2004;崔龍鵬等,2004;張傑,2006;Choe等人,2008年;任等,2009;拉希德,2010).此外,也有學者對植被生化參數、植被指數、導數光譜、紅邊位移分析、回歸分析、脅迫效應、病害監測、農藥殘留檢測、重金屬汙染等做了大量研究(Mutanga等,2004;劉等,2004;陳等,2009;辛格等人,2010;劉等,2011);隨著對不同環境下地物光譜變化特征的深入研究,基於地物光譜變化細微變化的礦山生態環境遙感定量檢測實用技術也已出現(Ferrier,1999;高等,2005;Choe等人,2008年;任紅燕等人,2008年;金清華等,2009;Bech等人,2012).

綜上所述,現有的成果大多是通過光譜曲線特征點和特征參數提取、光譜微分處理、光譜吸收特征獲取、光譜指數計算、統計分析、混合像元分解、光譜匹配等手段,對光譜儀的像元光譜或被測光譜進行處理和分析。但缺乏利用支持向量機等現代數學理論如SVM、小波包變換(WPT)、諧波分析(HA)和自適應神經網絡(ANN)等手段對光譜曲線進行深度變換,因此在噪聲分離、同光譜異物和同光譜異物處理、痕量(弱)信息識別等方面存在很大不足。因此,有必要開展基於現代數學理論的高光譜遙感數據轉換與處理、信息提取與分析的應用研究。

  • 上一篇:韓國的婚俗是怎樣的?
  • 下一篇:關於中國傳統新年的信息。
  • copyright 2024吉日网官网