基于形态学的两种高光谱目标探测改进算法.pdf

基于形态学的两种高光谱目标探测改进算法.pdf

  1. 1、本文档共10页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
基于形态学的两种高光谱目标探测改进算法.pdf

第56卷 第 1期 中山大学学报 (自然科学版) VoL56 No.1 2017年 1月 ACTA SCIENTIARUM NATURALIUM UNIVERSITATIS SUNYATSENI Jan. 2017 DOI:10.13471/j.cnki.acta.snus.2017.01.024 基于形态学的两种高光谱 目标探测改进算法 邓贤明 ,苗放 ,翟涌光 ,孟庆凯 (1.成都理工大学地球物理学院,四川 成都 610059; 2.内蒙古农业大学水利与土木建筑工程学院,内蒙古 呼和浩特 010018; 3.中国科学院遥感与数字地球研究所∥遥感科学国家重点实验室,北京 100101) 摘 要 :基于高光谱图像的目标探测主要利用高光谱图像具有连续光谱信息的优势,通过目标与背景的光谱信 息差异进行探测,空间形态信息则很少使用。然而在一些光谱分析算法的基础上充分考虑图像像元之间的空间 关系能够克服这些算法存在的不足。本文针对约束能量最小化 (CEM)算法采用全图信息估计背景信息、正交 子空间投影 (OSP)算法难以准确构造背景子空间的不足,引入 目标的空间尺寸信息,然后通过形态学开运算 滤掉可能存在的目标以此构造一个精确的背景 ,进而在统计精确背景信息的基础上使用 OSP、CEM两种算法进 行 目标探测。最后本文采用三维受试者操作特性 (3DROC)曲线进行探测精度的评价,克服了传统2DROC曲 线评价探测精度的不足。实验结果表明,基于形态学的CEM和 OSP算法有效地降低了虚警率 ,提升了探测效 率。 关键词:高光谱 目标探测;形态学;约束能量最小化;正交子空间投影;3DROC 中图分类号:TP79 文献标志码 :A 文章编号:0529—6579(2017)01—0151—10 Twomodified targetdetection algorithmsbased umorphology forhyperspectralimagery DENGXianming ,MIAOFang ,ZHAIYongguang ,MENGQingkai (1.CollegeofGeophysics,ChengduUniversityofTechnology,Chengdu610059,China; 2 .CollegeofW aterConservancyandCivilEngineering,InnerMongoliaAg订culturalUniversity, Hohhot010018,China; 3.StateKeyLaboratoryofRemoteSensingScience,InstituteofRemoteSensingandDigitalEarth, ChineseAcademyofSciences,Beijing100101,China) Abstract:Hyperspectralimage-based targetdetectionmakesgooduseoftheadvantageofcontinuous spectralinformationofhyperspectralimage,distinguishingthetargetandbackgroundmainlybyspectral difference.However,fullyconsideringthespatialrelationshipbetweenimagepixelsinsomespectraanal— ysisalgorithmscanovercometheshortcomingsofthesealgorithms,suchasthelackofconstrainedeneryg mi。ni。miz‘ati。on(CEM)algorithmestimatingtheba

文档评论(0)

170****0532 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

版权声明书
用户编号:8015033021000003

1亿VIP精品文档

相关文档