本文關(guān)鍵詞：基于蜂群優(yōu)化投影尋蹤的高光譜小目標(biāo)檢測(cè)

  更多相關(guān)文章： 遙感 高光譜圖像 小目標(biāo)檢測(cè) 改進(jìn)的蜂群優(yōu)化算法 投影尋蹤 K最近鄰

【摘要】：為了進(jìn)一步提高高光譜遙感圖像小目標(biāo)無(wú)監(jiān)督檢測(cè)方法的運(yùn)算速度,并降低其虛警率,提出了一種基于改進(jìn)蜂群優(yōu)化投影尋蹤與K最近鄰的檢測(cè)方法。首先,采用核主成分分析法對(duì)原始高光譜遙感圖像進(jìn)行降維;然后,提出以鄰域像元聯(lián)合定義峰度與偏度的方法,并將兩者結(jié)合作為投影指標(biāo),再以改進(jìn)后的蜂群算法作為尋優(yōu)方法,使用投影尋蹤從高光譜圖像中逐層獲取投影圖像,再根據(jù)其直方圖提取小目標(biāo);最后,利用線性判別分析進(jìn)一步提取像元特征,并結(jié)合加權(quán)K最近鄰方法對(duì)小目標(biāo)的檢測(cè)結(jié)果進(jìn)行提純。大量實(shí)驗(yàn)結(jié)果表明,與RX方法、獨(dú)立分量分析法、混沌粒子群優(yōu)化投影尋蹤法相比,本文方法不但可以更精確地檢測(cè)出高光譜遙感圖像中的小目標(biāo),而且具有更快的運(yùn)算速度。
【作者單位】： 南京航空航天大學(xué)電子信息工程學(xué)院;中國(guó)科學(xué)院西安光學(xué)精密機(jī)械研究所中科院光譜成像技術(shù)重點(diǎn)實(shí)驗(yàn)室;
【關(guān)鍵詞】： 遙感 高光譜圖像 小目標(biāo)檢測(cè) 改進(jìn)的蜂群優(yōu)化算法 投影尋蹤 K最近鄰
【基金】：國(guó)家自然科學(xué)基金(61573183) 中國(guó)科學(xué)院光譜成像重點(diǎn)實(shí)驗(yàn)室開(kāi)放基金(LSIT201401) 江蘇高校優(yōu)勢(shì)學(xué)科建設(shè)工程項(xiàng)目資助
【分類號(hào)】：TP391.41
【正文快照】：

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 任蕾;施朝健;冉鑫;;應(yīng)用改進(jìn)頻率調(diào)諧的海上小目標(biāo)檢測(cè)方法[J];中國(guó)圖象圖形學(xué)報(bào);2012年03期

2 林建|，

本文編號(hào)：1103862