摘要 | 第5-7页 |
ABSTRACT | 第7-8页 |
第一章 绪论 | 第12-20页 |
1.1 课题研究背景与意义 | 第12-13页 |
1.2 国内外研究现状及分析 | 第13-18页 |
1.2.1 高光谱成像技术发展现状 | 第13-14页 |
1.2.2 目标检测研究现状 | 第14-15页 |
1.2.3 异常检测研究现状 | 第15-17页 |
1.2.4 实时目标和异常检测研究现状 | 第17-18页 |
1.3 本文主要工作及内容安排 | 第18-20页 |
第二章 高光谱图像目标检测基础 | 第20-26页 |
2.1 引言 | 第20页 |
2.2 高光谱图像中目标存在形式 | 第20-21页 |
2.3 高光谱图像目标检测流程 | 第21-23页 |
2.4 高光谱图像目标检测性能评价 | 第23-25页 |
2.4.1 ROC曲线分析 | 第23-24页 |
2.4.2 算法复杂度与运行时间 | 第24-25页 |
2.5 本章小结 | 第25-26页 |
第三章 基于逐像元递归处理的高光谱实时目标检测 | 第26-43页 |
3.1 引言 | 第26页 |
3.2 经典高光谱目标检测算法 | 第26-29页 |
3.2.1 约束能量最小化算法 | 第26-27页 |
3.2.2 自适应余弦一致性评估器算法 | 第27-28页 |
3.2.3 自适应匹配滤波算法 | 第28页 |
3.2.4 椭圆轮廓分布模型检测器 | 第28-29页 |
3.3 基于逐像元递归的实时目标检测 | 第29-32页 |
3.3.1 引理 | 第29-30页 |
3.3.2 逐像元递归的协方差矩阵实时求逆 | 第30-31页 |
3.3.3 逐像元递归的实时检测算子 | 第31-32页 |
3.4 实验结果分析 | 第32-40页 |
3.4.1 基于协方差矩阵求逆的四种递归实时算子性能比较 | 第32-35页 |
3.4.2 实时AMF算法性能的进一步验证 | 第35-40页 |
3.4.2.1 合成数据实验 | 第35-38页 |
3.4.2.2 真实高光谱图像实验 | 第38-40页 |
3.5 算法时效性分析 | 第40-42页 |
3.6 本章小结 | 第42-43页 |
第四章 滑动阵列形式下的高光谱实时RX异常检测 | 第43-56页 |
4.1 引言 | 第43页 |
4.2 RX异常检测 | 第43-45页 |
4.3 基于滑动阵列的高光谱图像非因果实时RX异常检测 | 第45-48页 |
4.3.1 基于滑动阵列的实时RXD检测方案 | 第45-46页 |
4.3.2 基于滑动阵列的协方差矩阵实时求逆 | 第46-47页 |
4.3.3 滑动阵列形式下的非因果实时异常检测算子 | 第47-48页 |
4.4 实验结果分析 | 第48-53页 |
4.4.1 合成数据实验分析 | 第48-50页 |
4.4.2 圣地亚哥光谱数据分析 | 第50-52页 |
4.4.3 LCV图像中异常点的检测 | 第52-53页 |
4.5 算法时效性分析 | 第53-55页 |
4.6 本章小结 | 第55-56页 |
第五章 滑动窗形式下的高光谱实时RX异常检测 | 第56-71页 |
5.1 引言 | 第56页 |
5.2 高光谱局部异常检测经典算法 | 第56-58页 |
5.2.1 K-RXD | 第56-57页 |
5.2.2 滑动单窗模型L-RXD | 第57页 |
5.2.3 局部多重窗模型LS-RXD | 第57-58页 |
5.3 滑动多重窗下的高光谱非因果实时RX异常检测 | 第58-62页 |
5.3.1 因果阵列窗的协方差矩阵信息更新 | 第58-59页 |
5.3.2 滑动窗的协方差矩阵信息递归更新 | 第59-60页 |
5.3.3 LSAD的递归处理 | 第60-62页 |
5.4 增加背景抑制的滑动多重窗非因果实时RX异常检测 | 第62页 |
5.5 算法复杂度分析 | 第62-64页 |
5.6 实验结果及其分析 | 第64-69页 |
5.6.1 最佳窗口大小选择 | 第64-66页 |
5.6.2 不同算法性能比较 | 第66-68页 |
5.6.3 算法实时性分析 | 第68-69页 |
5.7 本章小结 | 第69-71页 |
第六章 结论与展望 | 第71-73页 |
致谢 | 第73-74页 |
参考文献 | 第74-79页 |
附录 | 第79-80页 |
详细摘要 | 第80-82页 |