期望最大化聚类的高光谱亚像素目标检测

针对高光谱目标检测中复杂背景的影响,提出一种基于期望最大化聚类的亚像素目标检测方法,利用背景分解来描述复杂背景．首先,采用期望最大化聚类法实现高光谱图像的背景分解．然后,将背景子空间模型应用于分解得到的场景．由于分解得到的场景更加单一,因此该方法更适合于复杂背景下的亚像素目标检测．将提出的方法应用于实际的高光谱图像,实验结果表明这种方法具有更好的检测性能．     

基于光谱相似度量的高光谱图像异常检测算法

针对传统异常检测算法需要建立在一定的假设模型下,提出了一种新的高光谱图像异常检测算法。该算法无需假设背景模型,首先运用迭代误差分析方法对高光谱图像数据进行处理,得到高光谱图像数据的异常端元。然后以选取出的端元为参考,对高光谱数据进行相似度量,通过计算与参考端元的核光谱角余弦,找到与异常端元相似的光谱向量,得到异常检测结果。仿真实验结果表明,该算法能够准确的检测出异常目标,并且具有运算时间短、效率高的特点。     

采用选择性分段PCA算法的高光谱图像异常检测

针对高光谱图像维数高且数据量大给数据分析和处理带来了极大的困难,提出了一种基于选择性分段主成分分析(SSPCA)算法的异常检测方法.该算法首先根据波段之间的相关性将一组多维的高光谱数据划分成多组波段子集,然后分别对各波段子集进行主成分分析,并综合每个波段子集中局部平均奇异度最大的一个波段,用于最后的KRX异常检测.最后...     

基于双三次B样条曲面亚像元图像插值方法

亚像元动态成像技术是实现遥感器高分辨、小型化的有效方法.将双三次B样条曲面插值方法应用于亚像元动态成像,利用待插值点周围邻域范围内16个像素点做一张B样条曲面,取曲面中点的值作为待插值点的像素值.文中推导了双三次B样条曲面插值亚像元图像的插值算式,对所提方法进行了计算机仿真研究,并与其他几种常用插值方法进行了性能比较,结果表明,本文算法得到的高分辨率图像效果更佳.     

一种改进的基于正交子空间投影的高光谱图像异常检测算法

针对背景与目标能量差异较小的高光谱图像异常检测技术需求,提出了一种基于正交子空间投影的异常检测方法：首先利用正交子空间投影抑制背景信息;然后调整噪声,根据空间密度选取决策半径实现异常检测,并对结果进行形态滤波,消除大面积虚警。实验结果表明,本文算法能够检测到能量与背景差异较小的异常,且计算效率较高。     

基于空域滤波的核RX高光谱图像异常检测算法

核RX算法将原始高光谱数据通过非线性映射到高维特征空间进行处理,具有很好的非线性异常检测性能,但当背景数据中混入异常点后背景核矩阵将发生退化,使得漏检率上升.针对此问题,该文提出一种基于空域滤波的核RX算法,利用高光谱图像同一波段相邻像素的空间相关性,采用分波段空域滤波的方式优化背景数据的分布,抑制了异常数据对背景的干扰,构造更加符合背景分布的核矩阵,有效提高检测概率的同时降低了虚警概率.通过试验模拟数据和真实AVIRIS数据的测试检验,说明该算法性能优于传统RX算法以及核RX算法.     

空间4-邻域稀疏表示的高光谱图像目标检测

稀疏表示方法在高光谱图像目标检测中取得了较好的检测效果,但其只利用了图像的光谱信息,没有考虑空间信息.针对高光谱图像的空间相关性对目标检测算法的影响,提出了分别采用4-邻域平滑稀疏模型和4-邻域联合稀疏模型对高光谱图像进行目标检测的算法,将目标像素及其4-邻域像素的稀疏表示综合考虑,提高检测算法的效果和效率.使用3组高光谱图像数据进行了仿真实验,实验结果表明,所提出的2种方法分别在检测效果和计算效率上有一定程度的提高.     

一种自适应多层结构和空谱联合的高光谱图像异常检测方法

针对传统高光谱图像异常检测算法大多只考虑异常点与背景像素的光谱差异、忽略二者空间结构差异等问题,提出一种基于局部空间结构差异的自适应多层结构空谱联合异常检测方法.该新方法计算待测像素与背景窗像素在光谱维度上的差异以及内窗与背景窗在空间结构上的差异,重点构建了一种自适应多层结构的异常检测框架.该框架基于背景抑制的思想,构...     

高光谱图像亚像元级地物端元提取方法

针对高光谱图像中以亚像元形式存在的地物的端元光谱提取问题,提出凸面几何理论和部分非负矩阵分解相结合的端元提取方法.通过去噪的正交基子空间投影方法和相似度比较获得原始图像中的纯像元端元,利用纯像元端元光谱对图像逐点求取丰度和重构误差,对误差大于设定阈值的像素集合进行部分非负矩阵分解,求得亚像元级地物的端元光谱.实验结果表明,该端元提取方法能够弥补传统方法的不足,从而实现对亚像元级地物端元光谱的有效提取.     

一种快速医学图像亚像素边缘检测方法

针对目前医学图像配准中使用的多是配准精度较低的像素级的边缘检测的问题,提出一种新算法将像素级算子sobel,log,prewitt,roberts,zerocross和canny分别与Zernike矩算子及搜索算法相结合,并对边缘检测结果进行比较,从中选取较优的算子来实现医学图像亚像素边缘检测.实验结果表明该算法克服了像素级算子和Zernike矩算子的缺点,提取的边缘定位精度高,计算时间短,抗干扰性强.     

一种快速医学图像亚像素边缘检测方法

针对目前医学图像配准中使用的多是配准精度较低的像素级的边缘检测的问题，提出一种新算法将像素级算子sobel，log，prewitt，roberts，zerocross和canny分别与Zemike矩算子及搜索算法相结合，并对边缘检测结果进行比较，从中选取较优的算子来实现医学图像亚像素边缘检测，实验结果表明该算法克服了像素级算子和Zemike。矩算子的缺点，提取的边缘定位精度高，计算时间短，抗干扰性强。     

基于非线性四阶图像插值的亚像素边缘检测算法

为提高数字图像边缘检测的精度,提出了基于ENO的非线性四阶插值和Canny算子的亚像素边缘检测算法。本算法应用经典Canny算子检测图像边缘信息,对灰度图像进行处理得到梯度图像,然后在梯度图像上沿目标边缘的梯度方向进行基于ENO的非线性四阶插值,进行亚像素细分计算,对目标边缘进行亚像素精确定位。用所得到的边缘检测算法与基于正交多项式插值检测算法和基于三次多项式插值检测算法性能进行比较,仿真结果表明本文给出的基于ENO插值的检测算法不仅提高了图像的边缘检测能力,而且可以一定程度地克服噪声干扰。     

改进的空间矩亚像素边缘检测算法

为解决Lyvers算法在利用空间矩进行亚像素边缘检测时交点附近的边缘检测误差大的问题,对交点附近的边缘模型进行了分析,提出利用空间矩多项式判断边缘交点,然后利用双线性插值法和牛顿迭代法来求取多项式的解,而多项式的解就是亚像素边缘检测结果.实验证明,改进算法很好地弥补了Lyvers算法在交点附近的计算误差.     

基于信息融合的超谱图象分类方法研究

针对高数据维给超谱图象有效信息提取和分类造成的困难，引入了自适应子空间分解方法进行数据源的划分，并在此基础上进行了基于信息融合的超谱图象分类研究，在根据超谱数据本身特点获得的子窨上进行信息融合，有利于分类特征的集中和提取，实验结果表明，利用自适应子空间分解方法划分数据源是有效的，基于小波变换的特征层融合和基于意见一致性理论的决策层融合适合超谱图象的分类。     

空天背景下红外多光谱弱小运动目标检测

针对多光谱红外图像序列中未知光谱辐射强度、位置和速度的弱小运动目标检测问题,建立与之相应的框架模型,对于这种含参信号的复合假设检验,采用广义似然比检验（GLRT）得到了该问题的检测算子,同时利用速度滤波器组在实际应用中实现了该检测算子．采用人工合成的多光谱红外图像序列对其进行测试,评估该算法的有效性,结果说明,该算法对...     

SVDD algorithm with spectral unmixing for anomaly detection in hyperspectral images

为了更好地利用高光谱影像的空间和光谱信息,提出了一种基于稀疏表达模型的高光谱遥感影像目标探测方法. 首先通过对影像训练样本进行训练提取过完备字典,利用稀疏表达模型对遥感影像稀疏表达既达到降维的目的,又可以表示出遥感影像的主要信息;然后利用传统的目标探测器结合目标已知光谱信息对高光谱遥感影像进行目标探测,即基于稀疏表达模型的高光谱遥感影像目标探测(SRM-TD). 3种影像数据的实验结果表明:在确定的迭代次数下,通过设置稀疏度\t\t\t\t\tL可以得到最优的探测结果. 提出的探测方法在参数设置、选择和运行结果上优于传统的高光谱遥感影像目标探测方法.\t\t\t\t

     

采用GRU模型的卫星RCS异常检测

针对传统基于雷达散射截面积的卫星目标姿态异常检测方法中提取有效特征困难、识别效果差的问题,提出了一种采用门控循环单元深度神经网络模型的异常检测方法。该方法首先利用滑动窗口法划分动态雷达散射截面积序列;然后采用门控循环单元深度神经网络完成对输入序列的自适应特征学习;最后结合全连接层实现卫星姿态异常检测。仿真实验结果表明,该方法提取的特征区分度高,与传统方法相比可以有效地检测出失稳翻滚卫星,并具有较强的噪声鲁棒性。