高光谱遥感技术将反映目标辐射属性的光谱与反映目标空间和几何关系的图像有机地结合在一起。从理论上讲,高光谱遥感信息非常有利于深入挖掘目标的理化特性或精细识别不同目标间的细微差异。但是,传统的全色和多光谱影像的处理方法已无法满足高光谱影像信息提取的需求,面对如此海量的光谱影像数据,人们应如何从中提取感兴趣的信息,是必须解决的问题。
结合国家863-708计划项目,本论文探讨了面向目标探测的高光谱影像特征提取与分类问题。论文以高光谱影像目标探测为主线,重点研究了高光谱影像噪声滤波、小目标探测、小样本分类和非线性特征提取技术。归纳起来,本论文主要在以下几方面开展了开拓性和创新性的研究工作:
1、系统地总结和分析了高光谱影像的结构特性及其对目标探测的影响,探讨了研究高光谱影像特征提取与目标探测时需要考虑的因素和应该注意的问题;
2、较深入地研究了高光谱影像噪声滤波技术,实践了基于三次光滑样条函数和小波函数的高光谱影像自适应滤波方法,并提出了一种改进阈值的多分辨率小波噪声滤波方法。
通过对PHI数据的滤波、信噪比计算和地物分类实验证明,该方法能有效地滤除高光谱影像中随波长变化的噪声,并同时改善数据的信噪比和分类性能;
3、深入研究了面向小目标探测的高光谱影像特征提取技术,提出了基于快速独立成份分析(FICA)、实码遗传优化投影寻踪(RCGAPP)和一维多分辨率小波分析的小目标特征提取方法;
●将FICA引入高光谱影像分析,解决了传统ICA不适用于高光谱影像的问题。并在此基础上,提出了一种基于FICA的高光谱影像小目标特征提取方法。通过AVIRIS和OMIS数据的小目标探测实验可以证明,基于快速独立成份分析(FICA)的特征提取方法能有效地分离出高光谱影像中的非高斯分布结构,准确、高效地对均匀背景地物中分布的小目标进行探测;
●利用实码遗传优化方法解决投影寻踪的指标优化问题,并提出了一种基于RCGAPP的高光谱影像小目标特征提取方法。通过AVIRIS和OMIS数据的小目标探测实验可以证明,RCGAPP方法也可以有效地提取高光谱影像中的小目标信息,并且与ICA方法相比,RCGAPP方法具有更大的灵活性,可以通过设置不同的投影指标而提取不同的兴趣特征;
●基于一维多分辨率小波分析的特征提取方法,是一种面向目标光谱特性的特征提取方法。该方法从地物光谱特性的信息组成结构出发,提取不同尺度上的地物吸收特征,减小光谱数据的冗余性。通过AVIRIS数据的仿真亚像素目标探测实验可以证明,不同尺度上的光谱吸收特征可以很好地表现目标的光谱辐射特性,有效地提高目标探测的效率;
