基于无人机高光谱遥感的东北粳稻冠层叶片氮素含量反演方法研究 被引量：22

1

作者 冯帅 许童羽 +3 位作者 于丰华 陈春玲 杨雪 王念一 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2019年第10期3281-3287,共7页

为探究遥感监测水稻冠层叶片氮素含量的较优高光谱反演模型,以水稻小区试验为基础,获取了不同生长期水稻冠层高光谱数据。在综合比较一阶导数变换(1-Der)、标准正态变量变换(SNV)和SG滤波法等处理方法基础上,提出一种将SNV与一阶导数变... 为探究遥感监测水稻冠层叶片氮素含量的较优高光谱反演模型,以水稻小区试验为基础,获取了不同生长期水稻冠层高光谱数据。在综合比较一阶导数变换(1-Der)、标准正态变量变换(SNV)和SG滤波法等处理方法基础上,提出一种将SNV与一阶导数变换的SG滤波法相结合的光谱处理方法(SNV-FDSGF),并将处理后的数据经无信息变量消除法(UVE)与竞争自适应重加权采样法(CARS)选出不同生长期的敏感波段。将各生长期的敏感波段两两随机组合,并构建与水稻叶片含氮量相关性较高的差值光谱植被指数(DSI)、比值光谱植被指数(RSI)、归一化光谱植被指数(NDSI)。其中分蘖、拔节和抽穗3个时期的最优植被指数和决定系数R^2分别为:DSI(R857,R623),0.704;DSI(R670,R578),0.786;DSI(R995,R508),0.754。以各生长期内的较优的三种植被指数作为输入分别构建自适应差分优化的极限学习机(SaDE-ELM)、径向基神经网络(RBF-NN)以及粒子群优化的BP神经网络(PSO-BPNN)反演模型。结果表明:SaDE-ELM建模效果最好,在模型稳定性和预测能力上比RBF-NN和PSO-BPNN都有了明显提高,各生长期反演模型的训练集和验证集决定系数R2均在0.810以上,RMSE均在0.400以下,可为东北水粳稻冠层叶片含氮量的检测与评估提供科学和技术依据。 展开更多

关键词 水稻 氮素 无人机 高光谱处理 植被指数 反演模型

下载PDF 职称材料

高光谱目标探测的进展与前沿问题 被引量：29

2

作者 张良培 《武汉大学学报（信息科学版）》 EI CSCD 北大核心 2014年第12期1387-1394,1400,共9页

针对高光谱目标探测问题的主要挑战,将高光谱目标探测的进展与前沿问题分为两个方面进行综述。基于信号检测理论的方法如结构化背景的约束能量最小化方法、非结构化背景的自适应一致性余弦评估器等,是高光谱目标的探测经典算法;随着统... 针对高光谱目标探测问题的主要挑战,将高光谱目标探测的进展与前沿问题分为两个方面进行综述。基于信号检测理论的方法如结构化背景的约束能量最小化方法、非结构化背景的自适应一致性余弦评估器等,是高光谱目标的探测经典算法;随着统计模式识别与机器学习领域中新技术的出现,一些数据驱动的目标探测方法逐渐成为了高光谱目标探测的前沿问题,如核方法、稀疏表达方法等。概述了两类方法的特点,比较了各自的优势和不足,并展望了高光谱目标探测未来的发展趋势。 展开更多

关键词 高光谱图像处理 目标探测 信号检测 机器学习

原文传递

基于波段子集特征融合的高光谱图像异常检测 被引量：19

3

作者 贺霖 潘泉 +2 位作者 赵永强 郑纪伟 魏坤 《光子学报》 EI CAS CSCD 北大核心 2005年第11期1752-1755,共4页

高光谱图像分析中,对未知环境下伪装目标的检测识别具有较大难度,因为缺乏背景与目标的先验光谱信息.针对这一问题,提出一种高光谱图像异常检测算法.将高光谱图像分成波段子集进行特征提取,利用对图像中噪声程度及目标、背景之间可分性... 高光谱图像分析中,对未知环境下伪装目标的检测识别具有较大难度,因为缺乏背景与目标的先验光谱信息.针对这一问题,提出一种高光谱图像异常检测算法.将高光谱图像分成波段子集进行特征提取,利用对图像中噪声程度及目标、背景之间可分性敏感的特征样本高阶统计量构造基本置信指派函数,通过DS证据推理实现特征层智能融合异常检测.理论分析及仿真实验结果表明了算法的有效性. 展开更多

关键词 高光谱图像处理 目标检测 特征融合 证据推理 波段子集

下载PDF 职称材料

高光谱遥感技术及资源勘查应用进展 被引量：21

4

作者 李志忠 汪大明 +3 位作者 刘德长 刘银年 赵慧洁 党福星 《地球科学（中国地质大学学报）》 EI CAS CSCD 北大核心 2015年第8期1287-1294,共8页

高光谱遥感技术在可见光、近红外、中红外和远红外波段范围内可获取上百个窄光谱波段,包含了丰富的空间、辐射和光谱3重信息.极高的光谱分辨率特性可以定性、定量探测在多光谱、宽波段遥感中不能被识别的物质.介绍了当前宽幅高光谱成像... 高光谱遥感技术在可见光、近红外、中红外和远红外波段范围内可获取上百个窄光谱波段,包含了丰富的空间、辐射和光谱3重信息.极高的光谱分辨率特性可以定性、定量探测在多光谱、宽波段遥感中不能被识别的物质.介绍了当前宽幅高光谱成像仪载荷研制最新进展以及星载高光谱成像数据模拟、定标与处理技术进展,并在矿产资源和油气资源调查方面进行典型应用.高光谱遥感技术在资源勘查中的应用积累、技术研究以及全流程业务化信息系统平台开发对高光谱数据在资源能源勘查中的推广有重要意义. 展开更多

关键词 成像仪载荷 高光谱数据处理 波谱服务 遥感 资源勘查应用.

原文传递

高光谱遥感数据特征挖掘技术研究进展 被引量：16

5

作者 何明一 畅文娟 梅少辉 《航天返回与遥感》 2013年第1期1-12,共12页

从目标空间尺度和传感器空间分辨率的相对大小,把高光谱遥感图像目标检测、识别与分类中的特征挖掘问题划分为多像元、单像元和亚像元3个层次,因而更具自然特性也更适合特征挖掘和目标分类与识别技术的分析。把高光谱遥感图像特征挖掘... 从目标空间尺度和传感器空间分辨率的相对大小,把高光谱遥感图像目标检测、识别与分类中的特征挖掘问题划分为多像元、单像元和亚像元3个层次,因而更具自然特性也更适合特征挖掘和目标分类与识别技术的分析。把高光谱遥感图像特征挖掘方法归纳为以保留波段物理意义为主要目的的特征选择、以综合利用所有观测数据信息为主要特色的特征提取,和考虑亚像元多目标混合信息的特征混合3大类。重点且简明地从高光谱遥感数据光谱曲线与光谱特征、特征提取、特征选择以及特征混合分析几个方面综述高光谱遥感数据/图像的特征挖掘技术的研究进展并通过热点问题展望其未来的发展趋势。 展开更多

关键词 高光谱图像处理 特征挖掘 特征选择 特征提取 特征混合 遥感技术

下载PDF 职称材料

基于扩展数学形态学的高光谱图像异常检测 被引量：14

6

作者 李娜 赵慧洁 +1 位作者 贾国瑞 董超 《光学学报》 EI CAS CSCD 北大核心 2008年第8期1480-1484,共5页

提出了一种新型的基于扩展数学形态和光谱相似度测量的高光谱图像异常检测方法。在目标与背景未知的情况下,同时利用光谱和空间信息实现目标的定位与检测,实现高光谱遥感数据的目标检测。通过扩展的膨胀和腐蚀操作实现目标特征提取;通... 提出了一种新型的基于扩展数学形态和光谱相似度测量的高光谱图像异常检测方法。在目标与背景未知的情况下,同时利用光谱和空间信息实现目标的定位与检测,实现高光谱遥感数据的目标检测。通过扩展的膨胀和腐蚀操作实现目标特征提取;通过正交投影散度计算扩展形态学操作的累加距离确定排序关系并利用其融合特征提取结果实现特征提取结果的融合。算法性能通过合成的OMIS数据进行评价,与经典异常检测RX算法进行比较,并应用于具有相似光谱特征目标的区分。实验证明,本文提出的算法性能优于RX算法,具有低虚警率的异常目标检测结果,并且能够较好地区分了相似光谱特征的异常目标。 展开更多

关键词 遥感 高光谱数据处理 异常检测 扩展数学形态学 正交投影散度

原文传递

一种基于单似然检验的高光谱图像小目标检测器 被引量：12

7

作者 贺霖 潘泉 +1 位作者 邸韡 赵永强 《光学学报》 EI CAS CSCD 北大核心 2007年第12期2155-2162,共8页

针对背景和目标的先验光谱特征未知的条件,给出一种基于单似然检验的高光谱图像小目标检测器。小目标相对于背景的低概率性使得高光谱图像数据对目标光谱信号的矩特征几乎不施加约束,可在最大熵条件下将广义似然比检验简化为对背景似然... 针对背景和目标的先验光谱特征未知的条件,给出一种基于单似然检验的高光谱图像小目标检测器。小目标相对于背景的低概率性使得高光谱图像数据对目标光谱信号的矩特征几乎不施加约束,可在最大熵条件下将广义似然比检验简化为对背景似然的单似然检验;利用全部数据样本建立无参估计模型以充分利用样本信息,从而得到基于单似然检验的高光谱图像小目标检测器。该检测器避免了统计模型误差和不明确物理含义特征对实际高光谱图像数据检测带来的影响。使用可见光/近红外波段机载I型实用型模块化成像光谱仪(OMIS-I)高光谱图像进行了实验,实验结果及相应理论分析表明该算法可有效检测高光谱图像中的空间低概率目标。 展开更多

关键词 信息处理技术 高光谱图像处理 目标检测 单似然检验

原文传递

基于子空间投影的未知背景航拍高光谱图像恒虚警目标检测 被引量：9

8

作者 贺霖 潘泉 +1 位作者 赵永强 郑纪伟 《航空学报》 EI CAS CSCD 北大核心 2006年第4期657-662,共6页

针对航拍高光谱图像中未知背景地物特征条件下小目标的检测问题,给出一种检测算法。利用目标的低概率特性,通过模糊聚类获取高光谱图像中背景的光谱特性;然后将高光谱数据向背景光谱信号的正交子空间及目标信号子空间投影以抑制背景和... 针对航拍高光谱图像中未知背景地物特征条件下小目标的检测问题,给出一种检测算法。利用目标的低概率特性,通过模糊聚类获取高光谱图像中背景的光谱特性;然后将高光谱数据向背景光谱信号的正交子空间及目标信号子空间投影以抑制背景和噪声信号;最后在特征层利用广义似然比检验构造出具有恒虚警特性的检测器,完成融合检测过程。理论分析和实验结果表明了算法的有效性。 展开更多

关键词 高光谱图像处理 小目标检测 子空间投影 恒虚警 未知背景

下载PDF 职称材料

基于蒙特卡罗特征降维算法的小样本高光谱图像分类 被引量：9

9

作者 赵春晖 齐滨 Eunseog Youn 《红外与毫米波学报》 SCIE EI CAS CSCD 北大核心 2013年第1期62-67,共6页

高光谱图像分类是高光谱数据分析的重要研究内容.相关向量机由于不受梅西定理的限制、不需要设置惩罚因子等优势受到广泛关注.由于高光谱数据具有较高的维数,当训练样本较少时,高光谱数据的分类精度受到严重的影响.通常解决这种现象的... 高光谱图像分类是高光谱数据分析的重要研究内容.相关向量机由于不受梅西定理的限制、不需要设置惩罚因子等优势受到广泛关注.由于高光谱数据具有较高的维数,当训练样本较少时,高光谱数据的分类精度受到严重的影响.通常解决这种现象的办法是对原数据进行特征降维处理,然而多数基于filter模型的特征选择算法无法直接给出最优特征选择个数.为此提出利用蒙特卡罗随机实验可以对特征参量进行统计估计的特性,计算高光谱图像的最优降维特征数,并与相关向量机结合,对降维后的数据进行分类.实验结果表明了使用蒙特卡罗算法求解降维波段数的可靠性.相比较原始未降维数据,降维后的高光谱图像分类精度有较大幅度的提高. 展开更多

关键词 高光谱图像处理 蒙特卡罗特征降维算法 相关向量机 最优降维波段数

下载PDF 职称材料

基于高光谱与改进BP神经网络的水体生化需氧量(BOD)估算 被引量：5

10

作者 王彩玲 王一鸣 《中国无机分析化学》 CAS 北大核心 2023年第9期986-992,共7页

生化需氧量(BOD)是用于评估水质及其污染程度的重要指标,水体BOD含量对于保护水资源、改善水环境以及维护生态平衡具有重要意义。为解决BOD传统测量存在设备昂贵易损、操作专业性强、时间周期长等问题,分别使用7种不同的高光谱预处理方... 生化需氧量(BOD)是用于评估水质及其污染程度的重要指标,水体BOD含量对于保护水资源、改善水环境以及维护生态平衡具有重要意义。为解决BOD传统测量存在设备昂贵易损、操作专业性强、时间周期长等问题,分别使用7种不同的高光谱预处理方法对100组水体BOD光谱透射率数据进行处理,再将高维度的光谱数据通过PCA降维,将主成分数降低至10,建立BP神经网络模型,通过比较模型的精度,拟合程度和运行效率筛选最优模型,建立了一种结合不同高光谱预处理技术和PCA降维技术的改进BP神经网络模型来实现对BOD值精准且快速的估算。结果显示,相比于基于原始数据建立的BP神经网络模型,7种结合预处理方法建立的模型在保证估算精度提高的情况下,训练时间上都有一定程度的下降,在经过PCA降维处理后又有进一步下降,其中PCA降维后的SNV-BP模型训练时间相较于未改进模型的7.4658 s,下降至3.9341 s,证明了高光谱预处理和PCA降维对高光谱数据中冗余信息有良好的去除能力,能够同时对光谱数据起到优化作用,使得BP神经网络回归模型在整体上得到性能提升,其中PCA降维后的VN-BP改进模型估算效果最为显著,保证效率的同时,均方根误差RMSE低至0.02425,R 2高达0.9929,说明改进模型为高效准确地监测估算水体BOD含量提供了一种可能的思路。 展开更多

关键词 高光谱预处理 BP神经网络 PCA降维 BOD 水体监测

下载PDF 职称材料

一种新的空谱联合探测高光谱影像目标探测算法 被引量：8

11

作者 王彩玲 王洪伟 +3 位作者 胡炳樑 温佳 徐君 李湘眷 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2016年第4期1163-1169,共7页

高光谱遥感影像不但具有高分辨率的空间信息还包含连续的光谱信息,因此在目标探测领域具有独特的应用优势。传统的高光谱遥感影像目标探测侧重于光谱信息的应用,形成了确定性算法和统计学算法。确定性算法通过计算目标光谱与待检测光谱... 高光谱遥感影像不但具有高分辨率的空间信息还包含连续的光谱信息,因此在目标探测领域具有独特的应用优势。传统的高光谱遥感影像目标探测侧重于光谱信息的应用,形成了确定性算法和统计学算法。确定性算法通过计算目标光谱与待检测光谱之间的距离来查找目标,不能检测亚像素目标,而且容易受到噪声的影响;统计学目标检测计算背景统计特性,通过探测异常点来检测目标,可以检测亚像素目标和小目标,但容易受到目标尺寸的影响,不能很好的检测大目标。随着高光谱遥感影像的空间分辨率的增加,探测目标已有亚像素目标逐步转换为单像素及多像素目标,此时,在高光谱图像中,相同类别的地物在空间分布上呈现聚类特性,因此,在利用高光谱遥感影像进行目标探测时,需要将其空间信息融入算法中。将空间特征引入传统目标探测算法。提出了一种新的空谱结合的高光谱目标探测算法,将传统的基于统计的目标探测算子与空域邻域聚类算法相结合,首先利用目标探测算子将影像划分为潜在目标区域与背景区域;通过计算潜在目标区域的质心,以质心为中心进行邻域聚类,剔除潜在目标区域中的背景区域,通过迭代计算获取最终目标探测结果。传统的基于统计的目标探测算子,将整个探测区域定义为背景区域,实现对背景区域的统计特征提取,而该方法将背景区域与潜在目标区域分离,剔除了目标区域对背景区域的统计干扰。将本算子与传统的约束能量最小化算子和自适应余弦探测算子进行分析比较可知,该算子的大目标探测性能优于传统的统计算子。 展开更多

关键词 目标探测 空谱联合算子 高光谱影像处理 邻域聚类 统计学算子

下载PDF 职称材料

基于小波变换和多通道脉冲耦合神经网络的高光谱图像融合 被引量：6

12

作者 付朝阳 郭雷 常威威 《吉林大学学报（工学版）》 EI CAS CSCD 北大核心 2011年第3期838-843,共6页

针对高光谱多波段图像融合的问题,提出了一种基于小波变换和多通道脉冲耦合神经网络模型的新融合方法。该算法利用小波变换对图像进行多尺度分解,将得到的低频和高频系数分别采用多通道PCNN模型进行非线性融合处理,对低频子带直接利用... 针对高光谱多波段图像融合的问题,提出了一种基于小波变换和多通道脉冲耦合神经网络模型的新融合方法。该算法利用小波变换对图像进行多尺度分解,将得到的低频和高频系数分别采用多通道PCNN模型进行非线性融合处理,对低频子带直接利用其点火频率图得到融合结果,对各高频子带则利用点火频率图的直方图矢量重心及偏差计算自适应阈值并进行区域分割,对不同的区域采用不同的融合规则进行融合处理;最后进行小波重构得到融合图像。对OMIS高光谱图像的实验结果表明:所提方法能够有效地融合高光谱多个波段图像信息,且纹理细节信息突出。 展开更多

关键词 信息处理技术 高光谱图像处理 图像融合 小波变换 脉冲耦合神经网络 区域分割

下载PDF 职称材料

正交矩阵的测度保持不变性

13

作者 曹宏举 郭巧丽 《数学的实践与认识》 北大核心 2024年第5期249-256,共8页

正交矩阵是线性代数的一个重要概念,文章较系统地梳理了正交矩阵的测度保持不变性,并结合压缩感知理论,介绍了正交矩阵测度保持不变性在高光谱图像处理中的应用.

关键词 正交矩阵 测度 高光谱图像处理

原文传递

基于数学形态学的高光谱图像组合核目标检测 被引量：5

14

作者 赵辽英 沈银河 +1 位作者 厉小润 崔建涛 《光学学报》 EI CAS CSCD 北大核心 2011年第12期269-274,共6页

针对非线性混合的高光谱图像目标检测问题,在核信号空间正交投影法(KSSP)的基础上,提出了一种光谱和空间信息结合的组合核信号空间正交投影方法(CKSSP)。分别基于边缘序和像元距离为序尺度函数的导出序将灰度形态变换扩展到多值图像空... 针对非线性混合的高光谱图像目标检测问题,在核信号空间正交投影法(KSSP)的基础上,提出了一种光谱和空间信息结合的组合核信号空间正交投影方法(CKSSP)。分别基于边缘序和像元距离为序尺度函数的导出序将灰度形态变换扩展到多值图像空间中的形态变换,利用多结构元素组合的扩展数学形态学方法提取高光谱图像的空间信息。根据核函数定义,结合光谱信息和空间信息构造出组合核函数并加以证明,通过组合核信号空间正交投影实现目标检测。该方法在充分利用光谱信息的同时,合理利用了空间信息。仿真数据实验结果表明CKSSP的均方根误差比KSSP小0.03,真实高光谱图像数据实验和ROC曲线均表明CKSSP目标检测结果优于KSSP。 展开更多

关键词 遥感 高光谱图像处理 数学形态学 核信号空间正交投影 目标检测

原文传递

显著性权重RX高光谱异常点检测 被引量：6

15

作者 刘嘉诚 王爽 +1 位作者 刘伟华 胡炳樑 《遥感学报》 EI CSCD 北大核心 2019年第3期418-430,共13页

高光谱图像异常点检测中,传统RX异常点检测算法忽略了空间相关性,背景估计不准确。本文提出了一种基于图像局部邻域光谱显著性分析的加权RX算法。该算法通过引入图像显著性分析,对基于概率密度为权重的图像背景建模进行改进,建立光谱显... 高光谱图像异常点检测中,传统RX异常点检测算法忽略了空间相关性,背景估计不准确。本文提出了一种基于图像局部邻域光谱显著性分析的加权RX算法。该算法通过引入图像显著性分析,对基于概率密度为权重的图像背景建模进行改进,建立光谱显著性权重图,重新定义RX算法中的均值向量和协方差矩阵,并给不同的目标赋予不同的权值,达到优化背景估计的目的。利用合成高光谱数据和真实高光谱数据进行异常点检测实验,结果表明,对于同一组数据,本文算法检测到的异常点数比传统算法多,虚警率较低,有效地提高了检测率。 展开更多

关键词 异常点检测 显著性 RX算法 高光谱图像处理

原文传递

基于局部核RX算法的高光谱实时检测 被引量：5

16

作者 赵春晖 姚淅峰 《红外与毫米波学报》 SCIE EI CAS CSCD 北大核心 2016年第6期708-714,共7页

提出了一种基于LKRX检测器的实时异常检测算法.利用局部因果滑动阵列窗,使检测系统保持因果性.根据卡尔曼滤波器的递归思想,利用Hermitian矩阵分块求逆引理和Woodbury引理,将LKRX算法中核协方差矩阵以及其逆矩阵以递归方式更新,避免了... 提出了一种基于LKRX检测器的实时异常检测算法.利用局部因果滑动阵列窗,使检测系统保持因果性.根据卡尔曼滤波器的递归思想,利用Hermitian矩阵分块求逆引理和Woodbury引理,将LKRX算法中核协方差矩阵以及其逆矩阵以递归方式更新,避免了数据的重复计算和逆矩阵的求解,大大降低了算法复杂度.通过真实数据进行实验,结果表明,与LKRX算法相比,实时LKRX算法在保持相同检测精度的同时,消耗更少的计算时间;而与实时RX算法相比,实时LKRX算法能够检测到更多的异常目标. 展开更多

关键词 高光谱图像处理 多项式KRX算法 实时异常检测 Hermitian矩阵分块求逆引理 Woodbury引理

下载PDF 职称材料

基于邻域分割的空谱联合稀疏表示高光谱图像分类技术研究 被引量：5

17

作者 王彩玲 王洪伟 +3 位作者 胡炳樑 温佳 徐君 李湘眷 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2016年第9期2919-2924,共6页

传统的高光谱遥感影像分类算法侧重于光谱信息的应用。随着高光谱遥感影像的空间分辨率的增加,高光谱影像中相同类别的地物在空间分布上呈现聚类特性,将空间特性有效地应用于高光谱遥感影像分类算法对分类精度的提升非常关键。但是,高... 传统的高光谱遥感影像分类算法侧重于光谱信息的应用。随着高光谱遥感影像的空间分辨率的增加,高光谱影像中相同类别的地物在空间分布上呈现聚类特性,将空间特性有效地应用于高光谱遥感影像分类算法对分类精度的提升非常关键。但是,高光谱影像的高分辨率提供空间聚类特性的同时,在不同地物边缘处表现出的差异性更加明显,若不对空间邻域像素进行甄选,直接将邻域光谱信息引入,设计空谱联合稀疏表示进行图像分割,则分类误差较大,收敛速度大大降低。将光谱角引入空谱联合稀疏表示图像分类理论中,提出了一种基于邻域分割的空谱联合稀疏表示分类算法。该算法利用光谱角计算相邻像素的空间相似度,剥离相似度较低的邻域像素,将相似度高的邻域像素定义为同类地物,引入空谱联合稀疏表示模型中,采用子联合空间追踪算子和联合正交匹配追踪算子对其优化求解,以最小重构误差为准则进行分类。选取AVIRIS及ROSIS典型光谱影像数据进行实验仿真,从中可以看出,随着光谱角分割阈值的提高,复杂的高光谱影像分类精度和平滑区域的高光谱影像分类精度均逐步提高,表明邻域分割在空谱联合稀疏表示分类中的必要性。 展开更多

关键词 高光谱影像处理 稀疏表示 邻域聚类 邻域分割 最小重构误差

下载PDF 职称材料

面向高光谱图像的目标检测研究

18

作者 高大化 贺昱 +3 位作者 董宇波 刘丹华 李浩勇 石光明 《航天返回与遥感》 CSCD 北大核心 2023年第6期45-56,共12页

现有的高光谱目标检测方法是通过逐像素分类而实现,导致了检测速度缓慢。物体级目标检测的发展为高光谱图像实时目标检测带来了希望。为了实现实时高光谱图像目标检测,文章提出了一种基于目标检测模型YOLO的卷积神经网络算法。首先,该... 现有的高光谱目标检测方法是通过逐像素分类而实现,导致了检测速度缓慢。物体级目标检测的发展为高光谱图像实时目标检测带来了希望。为了实现实时高光谱图像目标检测,文章提出了一种基于目标检测模型YOLO的卷积神经网络算法。首先,该算法提出了用多尺度光谱注意力网络(Res2NetSE)来提取空谱特征,能够提升多尺度目标检测效果并能更有效地提取关键波段信息;其次,该算法提出了一个空间增强的特征金字塔模块(Spatial Enhanced FPN,SFPN)用于特征融合,提升了神经网络的感受野和多尺度性能;最后,该算法设计了FIOU(Fantastic IoU)损失函数,提升了预测框定位精度。实验结果表明,所提出的算法能够有效提取空间域和光谱域信息特征,分别在平均准确率上提升了14.19%、8.01%和5.38%,与现有方法相比表现出更出色的性能。文章的算法为高光谱图像的物体级目标检测提供了一种有效的解决方案,有望推动高光谱图像分析领域的进一步发展。 展开更多

关键词 光谱注意力 特征金字塔 高光谱目标检测 物体级目标检测 高光谱图像处理

下载PDF 职称材料

基于超像素块聚类与低秩特性的高光谱图像降噪

19

作者 张明华 武玄 +3 位作者 宋巍 梅海彬 贺琪 苏诚 《数据采集与处理》 CSCD 北大核心 2023年第3期549-564,共16页

高光谱图像通常受到高斯噪声、脉冲噪声、死线和条纹等干扰,因此去噪必不可少。现有基于低秩特性的降噪方法通过引入空间信息改善了降噪效果,但由于其只利用了局部相似性或非局部自相似性,而对在光谱维度存在一定结构信息的稀疏噪声去... 高光谱图像通常受到高斯噪声、脉冲噪声、死线和条纹等干扰,因此去噪必不可少。现有基于低秩特性的降噪方法通过引入空间信息改善了降噪效果,但由于其只利用了局部相似性或非局部自相似性,而对在光谱维度存在一定结构信息的稀疏噪声去除效果较差。本文提出了基于超像素块聚类与低秩特性的高光谱图像降噪方法,实现了分块的自适应划分与聚类,在较好地保留了局部细节的同时又充分利用了非局部空间自相似性,且实验表明聚类后的超像素块组成的同物分块具有良好的空-谱双重低秩属性。该方法首先对高光谱图像进行超像素分割,再对超像素块进行聚类,得到同物分块;然后对其建立低秩矩阵恢复模型并求解,最终得到降噪后图像。本文分别在模拟数据和真实数据上进行实验,并与其他基于低秩特性的方法进行比较,结果表明:本文方法对混合噪声,尤其是具有一定结构信息的稀疏噪声具有较好的降噪性能。 展开更多

关键词 高光谱图像处理 降噪 低秩矩阵恢复 超像素分割 聚类

下载PDF 职称材料

结合局部全局一致性和支持向量机的半监督分类方法

20

作者 池辛格 王立国 《应用科技》 CAS 2021年第1期48-54,共7页

半监督分类方法通过提取无标签样本的信息,结合有限的有标签样本,克服了高光谱图像准确地物标签样本不足的问题,有效提高了图像的分类精度。局部全局一致性算法是一种基于图的标签传递半监督分类方法,具有性能良好,易于求解以及能够有... 半监督分类方法通过提取无标签样本的信息,结合有限的有标签样本,克服了高光谱图像准确地物标签样本不足的问题,有效提高了图像的分类精度。局部全局一致性算法是一种基于图的标签传递半监督分类方法,具有性能良好,易于求解以及能够有效反映所有样本间关系的优点,但是其分类结果极不稳定,不利于实际应用。支持向量机是高光谱图像的分类领域应用最广的监督分类方法,拥有较强的鲁棒性,但是由于高光谱图像中有标签的样本不一定能够代表该类地物的全部特征,其分类结果也有可能出现波动性较大的问题,分类精度不理想。因此本文提出了一种结合局部全局一致性和支持向量机的半监督分类算法,通过迭代不断提取两种算法中分类结果相同的部分扩充有标签样本集,然后通过支持向量机进行分类,大幅度提高了分类精度和稳定度。 展开更多

关键词 高光谱 高光谱图像 高光谱图像处理 高光谱图像分类 半监督分类 机器学习 局部全局一致性 支持向量机

下载PDF 职称材料