基于独立分量分析的高光谱影像小目标提取研究

美国《工程索引》（EI）核心期刊
美国《剑桥科学文摘》（CSA）收录期刊
荷兰斯高帕斯数据库（Scopus）收录期刊
英国INSPEC数据库（SA）收录期刊

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

基于独立分量分析的高光谱影像小目标提取研究

路威, 余旭初, 刘德刚

文章导航 > 武汉大学学报 ( 信息科学版) > 2005 > 30(12): 1071-1074

路威, 余旭初, 刘德刚. 基于独立分量分析的高光谱影像小目标提取研究[J]. 武汉大学学报 ( 信息科学版), 2005, 30(12): 1071-1074.

引用本文:

路威, 余旭初, 刘德刚. 基于独立分量分析的高光谱影像小目标提取研究[J]. 武汉大学学报 ( 信息科学版), 2005, 30(12): 1071-1074.

LU Wei, YU Xuchu, LIU Degang. Research on Small Targets Extraction Based on ICA in Hyperspectral[J]. Geomatics and Information Science of Wuhan University, 2005, 30(12): 1071-1074.

Citation:

LU Wei, YU Xuchu, LIU Degang. Research on Small Targets Extraction Based on ICA in Hyperspectral[J]. Geomatics and Information Science of Wuhan University, 2005, 30(12): 1071-1074.

基于独立分量分析的高光谱影像小目标提取研究

¹ 信息工程大学测绘学院,郑州市陇海中路66号,450052

基金项目: 国家863计划资助项目(2002AA783050)

作者简介:
路威,讲师,博士生。主要研究方向为图像理解、模式识别、遥感影像军事应用等

中图分类号: P236

Research on Small Targets Extraction Based on ICA in Hyperspectral

¹ Institute of Surveying and Mapping,Information Engineering University,66 Middle Longhai Road,Zhengzhou 450052,China

Funds: 国家863计划资助项目(2002AA783050)

摘要: 借助快速独立分量分析(FICA)将高维数据中隐藏的目标信息集中投影到低维特征影像中,然后以峰度为特征度量指标选择特征影像,最后用以偏斜为指标的直方图分割方法提取小目标。实验证明,此算法精度较高,适用于对高光谱影像中的小目标进行提取。
- 快速独立分量分析 /
- 偏斜 /
- 峰度 /
- 目标提取
Abstract: This paper present a small targets detection approach based on independent component analysis in hyperspectral data.Firstly,this algorithm uses fast independent component analysis(FICA) approach to collect the targets information hided in the high-dimensional data and projects them into low-dimensional space.Secondly,selects feature images with kurtosis.At last,extracts small targets with histogram image segmentation method which has been labeled by skewness.
- fast independent component analysis /
- skewness /
- kurtosis /
- targets extraction

[1]	王鹏, 刘如飞, 马新江, 卢秀山, 田茂义. 一种车载激光点云中杆目标自动提取方法 . 武汉大学学报 ( 信息科学版), 2020, 45(7): 1035-1042. doi: 10.13203/j.whugis20170421
[2]	叶语同, 李必军, 付黎明. 智能驾驶中点云目标快速检测与跟踪 . 武汉大学学报 ( 信息科学版), 2019, 44(1): 139-144, 152. doi: 10.13203/j.whugis20170146
[3]	胡涛, 朱欣焰, 呙维, 张发明. 融合颜色和深度信息的运动目标提取方法 . 武汉大学学报 ( 信息科学版), 2019, 44(2): 276-282. doi: 10.13203/j.whugis20160535
[4]	黄荣刚, 杨必胜, 李健平, 田茂, 梁新美. 利用目标区域拓扑关系图提取建筑物点云 . 武汉大学学报 ( 信息科学版), 2017, 42(4): 475-481. doi: 10.13203/j.whugis20160112
[5]	朱婷婷, 李斐, 张胜凯, 袁乐先. 基于CFAR的RADARSAT-1南极裸岩目标信息提取 . 武汉大学学报 ( 信息科学版), 2016, 41(11): 1512-1517. doi: 10.13203/j.whugis20150266
[6]	刘远刚, 郭庆胜, 孙雅庚, 林青, 郑春燕. 地图目标群间骨架线提取的算法研究 . 武汉大学学报 ( 信息科学版), 2015, 40(2): 264-268.
[7]	张清华, 隋立芬, 贾小林, 朱永兴. 北斗卫星导航系统空间信号误差统计分析 . 武汉大学学报 ( 信息科学版), 2014, 39(3): 271-274. doi: 10.13203/j.whugis20120062
[8]	陈勇, 杜博, 张乐飞, 张良培. 一种融合光谱匹配和张量分析的高分辨率遥感影像目标探测器 . 武汉大学学报 ( 信息科学版), 2013, 38(3): 274-277.
[9]	. 一种融合光谱匹配和张量分析的高分辨率遥感影像目标探测器 . 武汉大学学报 ( 信息科学版), 2013, 38(3): 274-277.
[10]	李宇, 王宏琦, 孙显. 利用多尺度语义模型的复杂图像目标自动提取方法 . 武汉大学学报 ( 信息科学版), 2012, 37(9): 1064-1067.
[11]	卞光浪, 翟国君, 黄谟涛, 欧阳永忠. 顾及地磁背景场的多目标磁异常分量换算方法 . 武汉大学学报 ( 信息科学版), 2011, 36(8): 914-918.
[12]	方圣辉, 孟樊. 利用边缘特征点聚类分析进行RHT圆形目标快速检测 . 武汉大学学报 ( 信息科学版), 2010, 35(11): 1261-1264.
[13]	蒋志勇, 陈晓玲, 秦前清, 陈楚群. 基于重构的多尺度目标提取与分割 . 武汉大学学报 ( 信息科学版), 2008, 33(11): 1158-1161.
[14]	毛庆洲, 贺赛先, 陈长军. 自然光环境下目标的快速提取方法研究 . 武汉大学学报 ( 信息科学版), 2006, 31(1): 63-65.
[15]	黄昕, 张良培, 邵振锋, 李平湘. 基于独立分量分析的纹理特征维数减少 . 武汉大学学报 ( 信息科学版), 2006, 31(12): 1055-1058.
[16]	易尧华, 余长慧, 秦前清, 龚健雅. 基于独立分量分析的遥感影像非监督分类方法 . 武汉大学学报 ( 信息科学版), 2005, 30(1): 19-22.
[17]	王涛, 毋河海. 顾及多因素的面状目标多层次骨架线提取 . 武汉大学学报 ( 信息科学版), 2004, 29(6): 533-536.
[18]	文贡坚, 李德仁, 叶芬. 从卫星遥感全色图像中自动提取城市目标 . 武汉大学学报 ( 信息科学版), 2003, 28(2): 212-218.
[19]	徐毓, 李群, 周焰, 杨瑞娟. 按分量加权的探测目标状态线性融合 . 武汉大学学报 ( 信息科学版), 2002, 27(4): 420-423.
[20]	王建国. 主分量分析与数学模型扭曲法一致性的研究 . 武汉大学学报 ( 信息科学版), 1988, 13(2): 1-10.

WeChat

点击查看大图

计量

文章访问数: 645
HTML全文浏览量: 31
PDF下载量: 404
被引次数: 0

基于独立分量分析的高光谱影像小目标提取研究

¹ 信息工程大学测绘学院,郑州市陇海中路66号,450052

基金项目: 国家863计划资助项目(2002AA783050)

作者简介:
路威,讲师,博士生。主要研究方向为图像理解、模式识别、遥感影像军事应用等

收稿日期: 2005-10-22
修回日期: 2005-10-22
刊出日期: 2005-12-05

中图分类号: P236

关键词:

快速独立分量分析 /

摘要: 借助快速独立分量分析(FICA)将高维数据中隐藏的目标信息集中投影到低维特征影像中,然后以峰度为特征度量指标选择特征影像,最后用以偏斜为指标的直方图分割方法提取小目标。实验证明,此算法精度较高,适用于对高光谱影像中的小目标进行提取。

English Abstract

路威, 余旭初, 刘德刚. 基于独立分量分析的高光谱影像小目标提取研究[J]. 武汉大学学报 ( 信息科学版), 2005, 30(12): 1071-1074.

引用本文:

路威, 余旭初, 刘德刚. 基于独立分量分析的高光谱影像小目标提取研究[J]. 武汉大学学报 ( 信息科学版), 2005, 30(12): 1071-1074.

LU Wei, YU Xuchu, LIU Degang. Research on Small Targets Extraction Based on ICA in Hyperspectral[J]. Geomatics and Information Science of Wuhan University, 2005, 30(12): 1071-1074.

Citation:

LU Wei, YU Xuchu, LIU Degang. Research on Small Targets Extraction Based on ICA in Hyperspectral[J]. Geomatics and Information Science of Wuhan University, 2005, 30(12): 1071-1074.

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

我要投稿

投稿攻略

联系我们

二维码