基于背景建模与异常判别的高光谱目标探测研究

Hyperspectral Target Detection Research Based on Background Modeling and Anomaly Discrimination

高光谱遥感图像在采集过程中既获得了场景空间分布信息,又以近似连续的方式记录地物的光谱信息。高光谱目标探测研究正是利用了数据光谱分辨率高、细微特征表达精确的优势,根据不同地物间的诊断性信息进行探测。近些年,机器学习与优化分析理论的发展为高光谱图像处理增添新的活力。本文从高光谱遥感图像目标探测基本理论及发展难点切入,针对光谱特征可变性强、相邻波段相关性高、数据量急剧膨胀、混合像元现象普遍等问题,结合机器学习与优化理论开展算法设计与研究。