基于高光谱解混的伪装目标识别技术研究
CSTR:
作者:
作者单位:

(沈阳理工大学 信息科学与工程学院, 沈阳 110159)

作者简介:

王俊佟(1998-),男,硕士研究生,主要从事高光谱图像混合像元分解方面的研究;

通讯作者:

中图分类号:

TP751

基金项目:

辽宁省教育厅科学研究经费项目(LG202024).通信作者:杨华东


Camouflaged Target Recognition Technology Based on Hyperspectral Unmixing
Author:
Affiliation:

(School of Information Science and Engineering, Shenyang Ligong University, Shenyang 110159, CHN)

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    高光谱遥感图像识别技术在伪装目标识别方面具有很大的应用前景。针对高光谱遥感图像中的混合像元和光谱变异问题,提出基于高光谱解混技术的伪装目标识别方法。该方法采用扩展线性混合模型表征高光谱图像中的光谱变异问题,利用超像元分割技术将原始高光谱图像转换为粗细多尺度特征图,对超像元丰度矩阵附加8-邻域空间加权与行约束,以降低噪声和奇异点像元的影响。针对伪装目标空间分布稀疏的特点,在模型中增加丰度矩阵的截断加权核范数作为正则化项,以提高算法精度。实验结果表明提出的方法具有良好的抗噪性和较高的解混精度,可以有效提高伪装目标识别精度。

    Abstract:

    Endmember extraction is the key step in the mixed pixel decomposition of hyperspectral remote-sensing images. Traditional endmember extraction algorithms ignore the spatial correlation and nonlinear structure of hyperspectral images, which restricts their accuracy. To consider the spatial relationship and nonlinear structure of hyperspectral images, a nonlinear endmember extraction algorithm based on homogeneous region segmentation is proposed. A hyperspectral image was divided into several homogeneous regions using a superpixel segmentation method, and the manifold learning method was used to ensure the nonlinear structure of the hyperspectral images, extracting preferred endmembers within homogeneous regions. Simulation data and real hyperspectral image experiments showed that the algorithm proposed herein can guarantee the nonlinear structure of hyperspectral data, and the endmember extraction results were better than those of other traditional linear endmember extraction methods. Even in the case of a low signal-to-noise ratio, effective endmember extraction results were obtained.

    参考文献
    相似文献
    引证文献
引用本文

王俊佟,杨华东.基于高光谱解混的伪装目标识别技术研究[J].半导体光电,2024,45(2):261-268. WANG Juntong, YANG Huadong. Camouflaged Target Recognition Technology Based on Hyperspectral Unmixing[J].,2024,45(2):261-268.

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2023-12-15
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2024-05-14
  • 出版日期:
文章二维码

漂浮通知

①《半导体光电》新近入编《中文核心期刊要目总览》2023年版(即第10版),这是本刊自1992年以来连续第10次被《中文核心期刊要目总览》收录。
②目前,《半导体光电》已入编四个最新版高质量科技期刊分级目录,它们分别是中国电子学会《电子技术、通信技术领域高质量科技期刊分级目录》(T3)、中国图象图形学学会《图像图形领域高质量科技期刊分级目录》(T3)、中国电工技术学会《电气工程领域高质量科技期刊分级目录》(T3)和中国照明学会《照明领域高质量科技期刊分级目录》(T2)。
③关于用户登录弱密码必须强制调整的说明
④《半导体光电》微信公众号“半导体光电期刊”已开通,欢迎关注