高光谱遥感图像目标检测.

第五讲 高光谱图像目标检测
接 下 一．高光谱图像目标检测概述 – ㈠高光谱目标检测的优势 来 ……
– – ㈡高光谱目标检测方法分类 ㈢高光谱目标检测的一般流程
二．基于纯点模型的目标检测 三．基于多元统计混合模型的目标检测 四．基于几何方式混合模型的目标检测 五．高光谱图像异常检测
NUDT
●
卫星信息处理与应用实验室
NUDT
●
卫星信息处理与应用实验室
SIPA
Remote Sensing
㈠纯点模型
二 • 纯点模型不考虑光谱混合，模型相对简单 – 目标与背景之间除了二次散射和阴影的关系外，不存 基 在其他的相互作用，观测数据要么是属于目标，要么 于 是属于背景。 纯 • 图像观测光谱可以写为如下形式： 点 x 为观测光谱向量 其中： 模 x st w s b 为背景光谱。 型 s t 为目标光谱 x sb w 的 w 附加噪声 目 或者写成如下形式： 标 x st w 检 测 x st sb w
NUDT
●
卫星信息处理与应用实验室
SIPA
Remote Sensing
㈠面向目标检测的纯点模型
二 • 通常，我们将背景和噪声结合在一起，称之为 干扰，可定义干扰模型： 基 x 于 v 为背景干扰 纯 x s t 点 – 多元正态分布是最常用的统计分布之一，这主要是因 为它具有良好的可操作性，且已经成功地应用于许多 模 目标检测技术中。 型 的 • 针对干扰模型，可假设v服从多元正态分布： 目 均值： 标 v ~ N (b , ) 方差： 检 测
– 图像光谱特征变化分析、光谱混合机理、混合模型
四． 线性混合模型端元提取
– 端元提取的目的和意义、线性混合模型端元提取原理、 线性混合模型端元数目的估计、线性混和模型端元提 取方法
五． 线性混合模型光谱解混合
– 光谱解混合的意义和原理、光谱解混合方法、光谱解 混合的应用
NUDT
●
卫星信息处理与应用实验室
局部异常检测 输出结果
目标检测 自适应异常检测
人工输入 ·图像解译参数以及阈值确定 ·离线的大气校正
NUDT
●
卫星信息处理与应用实验室
SIPA
Remote Sensing
㈡高光谱目标检测方法分类
– 按数据观测模型：
→基于纯点模型的检测 →基于混合点模型
– 基于线性混合模型 – 基于非线性混合模型
一 高 光 谱 图 像 目 标 检 测 概 述
NUDT
●
卫星信息处理与应用实验室
SIPA
Remote Sensing
㈡高光谱目标检测方法分类
一 • 分类方式： – 按先验信息的有无 高 – 按数据观测模型 光 谱 – 按技术路线 图 像 目 标 检 测 概 述
NUDT
●
卫星信息处理与应用实验室
SIPA
Remote Sensing
㈡高光谱目标检测方法分类
d
NUDT
●
卫星信息处理与应用实验室
SIPA
Remote Sensing
第五讲 高光谱图像目标检测
接 下 一．高光谱图像目标检测概述 来 二．基于纯点模型的目标检测 ……
– – – ㈠纯点模型 ㈡基于纯点模型的似然比检验 ㈢基于纯点模型的检测方法
三．基于多元统计混合模型的目标检测 四．基于空间投影的混合模型目标检测 五．高光谱图像异常检测
– 按先验信息有无：
原始的 高光谱 数据
一 高 光 谱 图 像 目 标 检 测 概 述
预处理 ·数据格式化 ·坏点修复 ·波段配准 ·无用数据删除
辐射校正
波段融合和波 段选择 ·取样 ·平均
数据调整 ·白化 ·分割 ·归一化
已知目标和背景 未知目标 已知背景 已知目标 未知背景 未知目标和背景
目标检测
NUDT
●
卫星信息处理与应用实验室
SIPA
Remote Sensing
㈡高光谱目标检测方法分类
– 按技术路线：
→基于统计方式的检测
– 纯点模型 – 线性混合模型
一 高 光 谱 图 像 目 标 检 测 概 述
→基于几何方式的检测
– 纯点模型 – 线性混合Βιβλιοθήκη Baidu型
统计方式 几何方式
NUDT
●
卫星信息处理与应用实验室
SIPA
Remote Sensing
㈢高光谱目标检测一般流程
一 • 目前所采用的大部分检测算法，其算子的 处理流程可分为两步： 高 – 空间投影 光 谱 →目的：抑制背景的信号能量，突出目标能量。 图 – 目标与背景分离 像 →阈值分割 目 →目标鉴别 标 检 x F(x) M F(x) 测 概 第二阶段：检测 第一阶段：投影 器 滤波器 述
SIPA
Remote Sensing
高
光
谱
遥 感
Hyperspectral Remote Sensing
NUDT
●
卫星信息处理与应用实验室
SIPA
Remote Sensing
第四讲 高光谱图像特征提取与光 谱解混合
上 一 讲 内 容 回 顾
一． 高光谱数据降维 二． 光谱特征提取 三． 光谱混合模型
SIPA
Remote Sensing
高
光
谱
遥 感
Hyperspectral Remote Sensing
第五讲 高光谱图像目标检测
NUDT
●
卫星信息处理与应用实验室
SIPA
Remote Sensing
本讲内容所处的位置关系
本 • 高光谱遥感应用基本流程 讲 数据 传感器定 地物光 标 降维 谱特性 分析 内 几何校正 光谱特 容 征提取 高光谱
SIPA
Remote Sensing
㈠高光谱目标检测的优势
一 • 具有光谱识别和鉴别目标的能力，对图像 空间分辨率的要求不高。 高 光 • 借助光谱信息可以在场景中区分真实和诱 谱 饵目标。 图 像 • 具有在复杂背景条件下自动检测图像异常 的能力。 目 标 – 通常，遥感图像目标检测是建立在一定先验信 检 息的基础上。 测 – 异常检测算子能够在没有先验信息的条件下检 概 测与周围环境存在光谱差异的目标。 述
SIPA
Remote Sensing
第五讲 高光谱图像目标检测
本 一． 高光谱图像目标检测技术概述 讲 二． 基于纯点模型的目标检测 内 三． 基于多元统计混合模型的目标检测 容 四． 基于几何方式混合模型的目标检测 五． 高光谱图像异常检测
NUDT
●
卫星信息处理与应用实验室
SIPA
Remote Sensing
成像机 理 辐射校正 反射率反 演 遥感物 理学基 础 光谱的获取 图像压缩 与解压缩 高光谱图 像预处理 端元 提取 光谱解 混合 特征提取 与解混合
高光谱图像 目标检测 高光 谱遥 感的 军、 民应 用
高光谱图像 地物分类
基于光谱特 征的地物识 别 数据处理 技术
NUDT
●
应用
卫星信息处理与应用实验室