面向对象分析的非结构化背景目标高光谱探测方法研究

摘要：

针对非结构化背景探测器中背景协方差矩阵估计的局限性,提出了一种基于面向对象分析的高光谱小目标探测算法.首先对图像进行自适应迭代分割处理,将其划分为许多均质对象；然后进行正态最优分布选取,利用多元正态无偏检验选取最佳对象集；最后将此数据集合作为局部背景并结合GLR基准算法进行目标探测.该算法可以使局部背景最大化的服从正态分布,有效地将背景光谱信息和目标光谱信息分离开来,同时通过最优选取过程克服了目标信息“污染”问题.为了验证算法的有效性,利用真实的OMIS数据进行仿真实验,并与非结构化背景探测器GLR和基于K-Means聚类的改进GLR算法的检测结果比较,结果表明提出的算法具有良好的探测性能和较低的虚警概率.

关键词：高光谱、目标探测、非结构化、面向对象分析

所属期刊栏目：33

分类号：TP751.1(遥感技术)

资助基金：国家自然科学基金项目41072248;环境保护部重大公益项目2011467071

在线出版日期：2013-07-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1653-1657