基于光谱维变换的高光谱图像目标探测研究的中期报告.docx

基于光谱维变换的高光谱图像目标探测研究的中期报告
中期报告
一、研究背景
高光谱遥感技术是一种新的空间信息获取方法，与传统的多光谱遥感技术相比，高光谱遥感技术有着更高的空间分辨率和更丰富的光谱信息，因此在目标探测、地物分类等方面具有广阔的应用前景。
当前，高光谱目标探测方法主要有基于光谱角度的分类方法、基于特征提取的目标探测方法和基于数据压缩的目标探测方法等。虽然这些方法在不同的应用场景下具有一定的优劣势，但是对于高光谱图像中各种目标的探测仍然存在很大的挑战。
二、研究内容
本研究基于光谱维变换理论，提出了一种高光谱图像目标探测方法。该方法通过对高光谱图像进行光谱维变换，将高光谱图像转换为一个新的低维特征空间，从而减少噪声的影响和降低计算复杂度。具体步骤如下：
1.预处理：对高光谱数据进行辐射校正、大气校正和几何校正等预处理，消除大气、地形等因素的干扰。
2.光谱维变换：对于经过预处理后的高光谱数据，采用光谱维变换方法将高光谱数据从高维空间映射到低维空间。
3.目标探测：在低维空间中，利用目标探测算法识别目标。本研究采用了基于支持向量机的分类器，根据目标和非目标样本的特征进行分类判别。
三、研究进展
目前，本研究已经完成了高光谱图像的预处理工作，包括了辐射校正、大气校正和几何校正等。同时，研究组也完成了光谱维变换方法的设计和实现，可以将高光谱数据从高维空间转换到低维空间。目前正在进行的工作是目标探测算法的设计和优化，基于支持向量机的分类器已经初步完成，正在进行优化和测试。
四、预期成果
本研究预期达到以下成果：
1.提出一种基于光谱维变换的高光谱图像目标探测方法，该方法在探测精度和计算复杂度方面优于传统方法。
2.设计和优化基于支持向量机的分类器，提高目标探测算法的准确度和鲁棒性。
3.在高光谱图像的目标探测领域取得一定的研究成果，为高光谱遥感技术的应用提供参考。