留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

有监督的高光谱图像伪装目标检测方法

刘志刚 卢云龙 魏一苇

刘志刚, 卢云龙, 魏一苇. 有监督的高光谱图像伪装目标检测方法[J]. 红外与激光工程, 2013, 42(11): 3076-3081.
引用本文: 刘志刚, 卢云龙, 魏一苇. 有监督的高光谱图像伪装目标检测方法[J]. 红外与激光工程, 2013, 42(11): 3076-3081.
Liu Zhigang, Lu Yunlong, Wei Yiwei. Supervised method for hyperspectral image camouflage target detection[J]. Infrared and Laser Engineering, 2013, 42(11): 3076-3081.
Citation: Liu Zhigang, Lu Yunlong, Wei Yiwei. Supervised method for hyperspectral image camouflage target detection[J]. Infrared and Laser Engineering, 2013, 42(11): 3076-3081.

有监督的高光谱图像伪装目标检测方法

基金项目: 

国家自然科学基金(41174093)

详细信息
    作者简介:

    刘志刚(1975-),男,副教授,硕士生导师,博士,主要从事图像与信号处理方面的研究。Email:dennylzg@163.com

  • 中图分类号: TP75

Supervised method for hyperspectral image camouflage target detection

  • 摘要: 针对伪装目标检测问题,提出了一种有监督的高光谱伪装目标检测方法。以植被型伪装目标为研究对象,在分析伪装材料与绿色植被光谱之间特性的基础上,先通过光谱重排、光谱微分以及光谱差异性增强处理,对植被型伪装材料与真实植被(背景)之间的光谱差异进行放大,然后利用主成分分析(PCA)变换进行降维,从而实现了一种适用于大面积植被型伪装目标的高光谱检测方法。实验结果表明,该检测方法在检测时间和检测效果上要优于基于加权的约束能量最小化法(WCM-CEM)和基于非监督目标生成处理的正交子空间投影法(UTGP-OSP)。
  • [1] Wang Yiting, Huang Shiqi, Liu Daizhi, et al. A novel band selection method based on target detection[J]. Infrared and Laser Engineering, 2013, 42(8): 2294-2299. (in Chinese)王艺婷, 黄世奇, 刘代志, 等. 一种新的基于目标检测的波段选择方法[J]. 红外与激光工程, 2013, 42(8): 2294-2299.
    [2]
    [3]
    [4] He Yuanlei, Liu Daizhi, Wang Jingli, et al. Independent component analysis-based band selection for hyperspectral imagery[J]. Infrared and Laser Engineering, 2012, 41(3): 818-824. (in Chinese)何元磊, 刘代志, 王静荔, 等. 利用独立成分分析的高光谱图像波段选择方法[J]. 红外与激光工程, 2012, 41(3): 818-824.
    [5]
    [6] Yang Yujie, Liu Zhiming, Hu Biru, et al. Design of plant leaf bionic camouflage materials based on spectral analysis[J]. Spectroscopy and Spectral Analysis, 2011, 31(6): 1668-1672. (in Chinese)杨玉杰, 刘志明, 胡碧茹, 等.基于光谱分析的植物叶片仿生伪装材料设计[J]. 光谱学与光谱分析, 2011, 31(6): 1668-1672.
    [7] Gaucel J M, Guillaume M, Bourennane S. Whitening spacial correlation filtering for hyperspectral anomaly detection[C]//IEEE International Conference on Acoustics, Speech, and Signal Processing, 2005: 333-336.
    [8]
    [9] Reed I S, Yu X. Adaptive multiple-band CFAR detection of an optical pattern with unknown spectral distribution[J]. Transactions on Acoustics Speech and Signal Processing, 1990, 38(10): 1760-1770.
    [10]
    [11] Shweizer S M, Moura J M F. Hyperspectral imagery: Clutter adaptation in anomaly detection[J]. IEEE Transactions on Information Theory, 2000, 46(5): 1855-1871.
    [12]
    [13]
    [14] Kruse F A, Kierein-Young K S, Boardman J W. Mineral mapping at Cuprite, Nevada with a 63-channel imaging spectrometer[J]. Photogrammetric Engineering and Remote Sensing, 1900, 56: 83-92.
    [15] Tong Qingxi, Zhang Bing, Zheng Lanfen. Hyperspectral Remote Sensing[M]. Beijing: Higher Education Press, 2006, 225-226. (in Chinese)童庆禧, 张兵, 郑兰芬. 高光谱遥感原理、技术与应用[M]. 北京: 高等教育出版社, 2006, 225-226.
    [16]
    [17] Geng Xiurui. Target detection and classification for hyperspectral image[D]. Beijing: Institute of Remote Sensing Application, Chinese Academy of Science, 2005. (in Chinese)耿修瑞. 高光谱遥感图像目标探测与分类技术研究[D]. 北京: 中国科学院遥感应用研究所, 2005.
    [18]
    [19] Zhang Bing, Gao Lianru. Hyperspectral Image Classification and Target Detection[M]. Beijing: Higher Education Press, 2011: 257-258. (in Chinese)张兵, 高连如. 高光谱图像分类与目标探测[M]. 北京: 科学出版社, 2011: 257-258.
    [20]
    [21] Goovaerts P, Jacquez G M, Marcus A. Geostatistical and local cluster analysis of high resolution hyperspectral imagery for detection of anomalies[J]. Remote Sensing of Environment, 2005, 95(3): 351-367.
    [22]
    [23] Lin Ying, Xu Weiming, Yuan Liyin, et al. Nonuniformity correction for LW infrared hyperspectral and its spectral feature abstraction[J]. Infrared and Laser Engineering, 2011, 40(4): 605-610. (in Chinese)林颖, 徐卫明, 袁立银, 等. 长波红外高光谱非均匀性校正及光谱特征提取[J]. 红外与激光工程, 2011, 40(4): 605-610.
  • [1] 高凡, 杨小冈, 卢瑞涛, 王思宇, 高久安, 夏海.  Anchor-free轻量级红外目标检测方法(特邀) . 红外与激光工程, 2022, 51(4): 20220193-1-20220193-9. doi: 10.3788/IRLA20220193
    [2] 韩金辉, 魏艳涛, 彭真明, 赵骞, 陈耀弘, 覃尧, 李楠.  红外弱小目标检测方法综述 . 红外与激光工程, 2022, 51(4): 20210393-1-20210393-24. doi: 10.3788/IRLA20210393
    [3] 邓可望, 赵慧洁, 李娜, 蔡辉.  基于改进样本驱动的高光谱矿物识别模型压缩方法 . 红外与激光工程, 2022, 51(3): 20210252-1-20210252-9. doi: 10.3788/IRLA20210252
    [4] 孙鹏, 于跃, 陈嘉欣, 秦翰林.  基于深度空时域特征融合的高动态空中多形态目标检测方法(特邀) . 红外与激光工程, 2022, 51(4): 20220167-1-20220167-8. doi: 10.3788/IRLA20220167
    [5] 王雷光, 耿若筝, 代沁伶, 王军, 郑晨, 付志涛.  高光谱-LiDAR 融合的条件随机场分类方法 . 红外与激光工程, 2021, 50(12): 20210112-1-20210112-12. doi: 10.3788/IRLA20210112
    [6] 陈明, 赵连飞, 苑立民, 徐峰, 韩默.  基于特征选择YOLOv3网络的红外图像绝缘子检测方法 . 红外与激光工程, 2020, 49(S2): 20200401-20200401. doi: 10.3788/IRLA20200401
    [7] 赵晓枫, 徐明扬, 王聃漂, 杨佳星, 张志利.  基于改进SSD的特种车辆红外伪装检测方法 . 红外与激光工程, 2019, 48(11): 1104003-1104003(10). doi: 10.3788/IRLA201948.1104003
    [8] 程全, 樊宇, 刘玉春, 程朋.  分块投影匹配的运动目标检测方法 . 红外与激光工程, 2018, 47(10): 1026004-1026004(4). doi: 10.3788/IRLA201847.1026004
    [9] 唐聪, 凌永顺, 郑科栋, 杨星, 郑超, 杨华, 金伟.  基于深度学习的多视窗SSD目标检测方法 . 红外与激光工程, 2018, 47(1): 126003-0126003(9). doi: 10.3788/IRLA201847.0126003
    [10] 张爱武, 康孝岩.  p值统计量建模独立性的高光谱波段选择方法 . 红外与激光工程, 2018, 47(9): 926005-0926005(9). doi: 10.3788/IRLA201847.0926005
    [11] 徐文斌, 陈伟力, 李军伟, 王广平, 武敬力.  采用长波红外高光谱偏振技术的目标探测实验 . 红外与激光工程, 2017, 46(5): 504005-0504005(7). doi: 10.3788/IRLA201746.0504005
    [12] 陈善静, 康青, 顾忠征, 王正刚, 沈志强, 蒲欢, 辛颖.  基于三维GMRF的高光谱图像空天融合目标检测 . 红外与激光工程, 2016, 45(S2): 132-139. doi: 10.3788/IRLA201645.S223003
    [13] 胡梦婕, 魏振忠, 张广军.  基于对象性测度估计和霍夫森林的目标检测方法 . 红外与激光工程, 2015, 44(6): 1936-1941.
    [14] 王晓飞, 王霄衣, 史翔宇, 阎秋静, 陈向南.  基于空间上下文单类分类器的目标检测算法 . 红外与激光工程, 2015, 44(S1): 236-240.
    [15] 彭志勇, 王向军, 卢进.  窗口热辐射下基于视觉显著性的红外目标检测方法 . 红外与激光工程, 2014, 43(6): 1772-1776.
    [16] 孟卫华, 倪国强, 高昆, 向静波, 项建胜.  红外高光谱成像的光谱聚焦 . 红外与激光工程, 2013, 42(3): 774-779.
    [17] 龚俊亮, 何昕, 魏仲慧, 朱弘, 郭立俊.  采用尺度空间理论的红外弱小目标检测方法 . 红外与激光工程, 2013, 42(9): 2566-2573.
    [18] 王艺婷, 黄世奇, 刘代志, 王百合.  一种新的基于目标检测的波段选择方法 . 红外与激光工程, 2013, 42(8): 2294-2298.
    [19] 何莲, 蔡敬菊, 张启衡.  改进的基于弦切变换的目标检测方法 . 红外与激光工程, 2012, 41(1): 239-247.
    [20] 杨亚威, 李俊山, 杨威, 赵方舟.  利用稀疏化生物视觉特征的多类多视角目标检测方法 . 红外与激光工程, 2012, 41(1): 267-272.
  • 加载中
计量
  • 文章访问数:  323
  • HTML全文浏览量:  59
  • PDF下载量:  211
  • 被引次数: 0
出版历程
  • 收稿日期:  2013-03-14
  • 修回日期:  2013-04-15
  • 刊出日期:  2013-11-25

有监督的高光谱图像伪装目标检测方法

    作者简介:

    刘志刚(1975-),男,副教授,硕士生导师,博士,主要从事图像与信号处理方面的研究。Email:dennylzg@163.com

基金项目:

国家自然科学基金(41174093)

  • 中图分类号: TP75

摘要: 针对伪装目标检测问题,提出了一种有监督的高光谱伪装目标检测方法。以植被型伪装目标为研究对象,在分析伪装材料与绿色植被光谱之间特性的基础上,先通过光谱重排、光谱微分以及光谱差异性增强处理,对植被型伪装材料与真实植被(背景)之间的光谱差异进行放大,然后利用主成分分析(PCA)变换进行降维,从而实现了一种适用于大面积植被型伪装目标的高光谱检测方法。实验结果表明,该检测方法在检测时间和检测效果上要优于基于加权的约束能量最小化法(WCM-CEM)和基于非监督目标生成处理的正交子空间投影法(UTGP-OSP)。

English Abstract

参考文献 (23)

目录

    /

    返回文章
    返回