根据表面反射特性进行目标探测的波段选择

计算和分析了表面反射特性对选择波段进行目标探测的影响·通过引入正交子空间投影方法,将背景信号从接收到的混合光谱中消除,从而达到压缩背景信号的目的·并在此基础上运用匹配跟踪算法自动地进行优化波段的选择,达到选择最佳波段的目的,从而进行目标探测·在大气外实际目标的探测中,得到了进行大气外目标探测的波段选择与目标表面反射特性的关系·

减背景的波段选择算法及其在目标探测中的应用

介绍了正交子空间投影方法,这种方法可将背景信号从接收到的混合光谱中消除,在此基础上运用匹配跟踪算法自动地进行优化波段的选择,达到选择最佳波段进行目标探测的目的。将其运用到大气外目标探测的问题,得到了较好的探测波段的结果,说明此方法选择优化波段进行目标探测是有效的。

用于下垫面分类的卫星数据多波段优化选择

在研究用于卫星影像下垫面分类的三波段优化选择算法基础上,探索了用于地物分类的多波段优化选择方法.通过分析目标谱分布,并运用MODTRAN模拟计算进入卫星探测器的背景程辐射和沿卫星观测方向的整层大气透过率,得到对应不同目标的权函数.根据权函数谱分布以及波段指数并结合卫星波段用途,最终得到用于下垫面分类的卫星多波段优化选择结果.对结果进行分类验证,发现此算法用于下垫面分类具有较好的效果.

不同降维策略下的高光谱影像多特征分类

由于物体表面的空间分布通常是富有规律且局部连续的,在高光谱影像分类中应充分利用其光谱和空间信息。本文在对高光谱影像立方体进行降维处理的基础上,提出了一种联合空域和谱域信息的高光谱影像高效分类方法。首先,分别选用主成分分析(Principal Component Analysis,PCA)和正交投影波段选择(Orthogonal Projection Band Selection,OPBS)两种方法对原始高光谱数据进行预处理,获取降维后的影像数据。然后在其基础上提取扩展形态学特征(Extended Morphology Profiles,EMP)和地物表面纹理特征,组成联合光谱和纹理、形状结构特征。最后,采用支持向量机(Support Vector Machine,SVM)分类器对联合特征进行分类。针对不同真实高光谱数据集的实验结果表明,本文提出的方法运算效率高且具有令人满意的分类性能。