稀疏表达模型在高光谱遥感影像目标探测中的应用
Application of Sparse Representation Model in Target Detection of Hyperspectral Remote Sensing Image作者机构:辽宁工程技术大学测绘与地理科学学院辽宁阜新123000 中国科学院遥感与数字地球研究所北京100094
出 版 物:《北京工业大学学报》 (Journal of Beijing University of Technology)
年 卷 期:2017年第43卷第5期
页 面:691-700页
学科分类:083002[工学-环境工程] 0830[工学-环境科学与工程(可授工学、理学、农学学位)] 081802[工学-地球探测与信息技术] 08[工学] 0818[工学-地质资源与地质工程] 081602[工学-摄影测量与遥感] 0816[工学-测绘科学与技术]
基 金:国家自然科学基金资助项目(41571349 41325004)
主 题:高光谱遥感影像 稀疏表达 目标探测 自适应余弦一致性评估器(ACE)
摘 要:为了更好地利用高光谱影像的空间和光谱信息,提出了一种基于稀疏表达模型的高光谱遥感影像目标探测方法.首先通过对影像训练样本进行训练提取过完备字典,利用稀疏表达模型对遥感影像稀疏表达既达到降维的目的,又可以表示出遥感影像的主要信息;然后利用传统的目标探测器结合目标已知光谱信息对高光谱遥感影像进行目标探测,即基于稀疏表达模型的高光谱遥感影像目标探测(SRM-TD).3种影像数据的实验结果表明:在确定的迭代次数下,通过设置稀疏度L可以得到最优的探测结果.提出的探测方法在参数设置、选择和运行结果上优于传统的高光谱遥感影像目标探测方法.