高光谱目标探测的进展与前沿问题
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.
高光谱图像处理、目标探测、信号检测、机器学习
39
P231.5;P237(摄影测量学与测绘遥感)
国家自然科学基金资助项目41431175;The National Natural Science Foundation of China,No.41431175.
2015-02-09(万方平台首次上网日期,不代表论文的发表时间)
1387-1394,1400