本书围绕高光谱图像目标检测技术，系统论述高光谱图像目标检测的基础理论、算法模型和各种目标检测技术。全书共6章：第1章介绍高光谱遥感基本理论、高光谱图像数据处理基础及高光谱图像目标检测概述；第2章对高光谱图像数据降维及高光谱图像特征提取相关算法进行研究；第3章研究基于非负稀疏加权协同表示的高光谱图像目标检测技术；第4章研究基于背景信息的高光谱图像目标检测技术；第5章研究基于低秩与稀疏矩阵分解的高光谱图像局部异常目标检测技术；第6章研究基于空谱联合的高光谱图像异常目标检测技术。
样章试读
目录
- 目录
“信息科学技术学术著作丛书”序
前言
第1章 高光谱图像目标检测基础 1
1.1 高光谱遥感基本理论 1
1.1.1 遥感电磁波理论基础 1
1.1.2 成像光谱仪及其成像方式 5
1.1.3 高光谱图像数据结构与特点 10
1.2 高光谱图像数据处理基础 16
1.2.1 高光谱图像数据表示形式 16
1.2.2 高光谱图像处理研究领域 17
1.2.3 高光谱图像处理相关软件 18
1.3 高光谱图像目标检测概述 19
1.3.1 高光谱图像目标检测概念及特点 19
1.3.2 高光谱图像目标检测研究现状 22
1.3.3 高光谱图像目标检测典型算法 29
1.3.4 高光谱图像目标检测结果评价方式 35
参考文献 38
第2章 高光谱图像目标检测中的数据降维 48
2.1 高光谱图像数据降维主要方式 48
2.1.1 高光谱图像波段选择 49
2.1.2 高光谱图像特征提取 51
2.2 高光谱图像特征提取常用算法 52
2.2.1 传统机器学习特征提取算法 52
2.2.2 非线性流形学习算法 56
2.2.3 线性流形学习算法 59
2.3 基于空谱结合和PCA的高光谱图像特征提取 62
2.3.1 加权中值滤波对算法性能的影响 62
2.3.2 双边滤波对算法性能的影响 69
2.4 基于光谱角距离和流形学习的高光谱图像特征提取 76
2.4.1 基于加权中值滤波的改进流形重构保持嵌入 76
2.4.2 实验结果与分析 80
2.5 基于端元提取和流形学习的高光谱图像特征提取 93
2.5.1 基于端元提取的流形重构保持嵌入 93
2.5.2 实验结果与分析 96
2.6 基于空间滤波和EE-MRPE算法的高光谱图像特征提取 110
2.6.1 典型空间滤波算法 110
2.6.2 实验结果与分析 111
参考文献 123
第3章 基于非负稀疏加权协同表示的高光谱图像目标检测 125
3.1 高光谱图像目标检测算法 126
3.1.1 匹配子空间探测器 126
3.1.2 STD 126
3.1.3 SRBBHD 128
3.2 稀疏表示系数求解方法概述 129
3.2.1 正交匹配追踪 130
3.2.2 非负稀疏协同表示 131
3.3 基于NSWCL0算法的高光谱图像目标检测算法 132
3.3.1 NSWCL0算法 132
3.3.2 基于NSWCL0的高光谱图像目标检测算法 135
3.4 实验结果与分析 137
3.4.1 高光谱图像数据集 137
3.4.2 实验结果 139
3.4.3 参数敏感性分析 146
参考文献 152
第4章 基于背景信息的高光谱图像目标检测 154
4.1 背景信息的利用 154
4.2 混合光谱理论 155
4.2.1 混合像元的产生机理 155
4.2.2 像元混合模型 156
4.2.3 光谱解混 158
4.3 结合一条背景端元和光谱解混的高光谱图像目标检测 159
4.3.1 利用背景端元的高光谱图像目标检测分析 160
4.3.2 基于光谱解混与低秩表示的高光谱图像目标检测算法 161
4.3.3 实验结果与分析 166
4.4 基于背景端元信息的高光谱图像目标检测 180
4.4.1 联合背景端元信息与高光谱图像异常目标检测的方法 181
4.4.2 结合背景信息与光谱匹配的高光谱图像目标检测算法 183
4.4.3 基于背景信息和稀疏表示的高光谱图像目标检测算法 183
4.4.4 实验结果与分析 186
参考文献 194
第5章 基于低秩与稀疏矩阵分解的高光谱图像局部异常目标检测 196
5.1 基于LRaSMD的局部异常目标检测算法 196
5.1.1 低秩与稀疏矩阵分解模型求解 197
5.1.2 局部异常目标检测 199
5.2 实验结果与分析 201
5.2.1 高光谱图像数据集 201
5.2.2 实验结果 201
5.2.3 参数敏感性分析 209
5.2.4 算法稳定性分析 212
参考文献 212
第6章 基于空谱联合的高光谱图像异常目标检测 214
6.1 基于三维卷积自动编码器的高光谱图像异常目标检测 214
6.1.1 算法原理 214
6.1.2 实验结果与分析 219
6.2 基于改进协同表示和局部求和的高光谱图像异常目标检测 223
6.2.1 算法原理 224
6.2.2 实验结果与分析 227
6.3 基于子空间滤波的高光谱图像异常目标检测 230
6.3.1 算法原理 231
6.3.2 实验结果与分析 237
6.4 基于波段选择和协同表示的高光谱图像异常目标检测 241
6.4.1 算法原理 241
6.4.2 实验结果与分析 245
6.5 基于RX与改进SVDD的高光谱图像异常目标检测 249
6.5.1 核方法 249
6.5.2 结合RX算法与改进核的优化SVDD算法 251
6.5.3 实验结果与分析 259
6.6 结合聚类分析的高光谱图像伪装目标检测 261
6.6.1 伪装 262
6.6.2 结合聚类分析的高光谱图像伪装目标检测算法 263
6.6.3 实验结果与分析 268
参考文献 272
京公网安备 11010102004214号