层次优化目标与背景的匹配滤波高光谱目标探测研究
2021-07-23张世瑞樊彦国张汉德禹定峰
激光与红外 2021年6期
关键词:背景
张世瑞,樊彦国,张汉德,2,禹定峰
(1.中国石油大学(华东)海洋与空间信息学院,山东 青岛 266580;2.海警总队第六支队,山东 青岛 266012;3.齐鲁工业大学(山东省科学院),山东省科学院海洋仪器仪表研究所,山东 青岛 266061)
1 引 言
高光谱数据具有很高的光谱分辨率,在可见光—近红外区域光谱分辨率可以达到纳米级,能够获得地物详细而精确的光谱信息[1]。高光谱影像除了二维的空间数据,它还包含丰富的光谱数据,拥有一百乃至几百个波段。高光谱的特点,使得它在目标探测领域具有独特的优势,近年来,高光谱目标探测越来越受到重视,相关的文章也逐渐增多。高光谱目标探测有众多的算法。常见的有SAM(Spectral Angle Mapper)光谱角制图法[2]、MF(Matched Filter)匹配滤波方法[3]、CEM(Constrained Energy Minimization)约束能量最小化探测方法[4]。SAM应用在高光谱分类上较为广泛,在目标探测上也有广泛的应用,通过比较需检测像元与目标像元的光谱角大小来进行目标探测。MF是根据马氏距离来进行判别,假设目标与背景都服从多元正态分布,判断需检测像元到目标与背景中心之间的距离来进行目标探测。CEM通过设置探测器,使得目标信号通过后为定值,整体信号输出后总的输出能量最小,起到抑制背景的作用。己知目标光谱信息时,现有的目标探测方法建立在像元光谱表示模型的基础上,通过概率密度模型、子空间模型、光谱混合模型等表征像元光谱,采用光谱分解、信号匹配、特征空间投影、假设检验等方法增强目标和背景可分性[5]。CEM可以归为基于光谱信号匹配的目标探测方法,而MF可以归为假设检验的方法。……
登录APP查看全文
