基于稀疏表示的高光谱目标检测算法研究进展

高光谱图像是一种具有空间信息和光谱信息的三维图像,具有“图谱合一”的特点.其光谱分辨率达到10 nm以下,图像中像元的光谱信息是近似连续的,由于光谱信息充分反映了地物的性质,因此,可以通过高光谱图像中的光谱信息对不同的地物进行区分,将图像中的占绝大部分的地物判定为背景、占小部分的判定为目标,这就是目标检测的含义.近年来,基于稀疏表示的算法被应用的目标检测领域中,与其他算法相比,不需要对数据统计模型进行假设,并且可以线性构建图像中像元数据,取得了较好的效果.介绍了稀疏表示算法的基本原理,并对近几年改进的稀疏表示算法进行梳理,分析了各算法的优缺点,最后对稀疏表示算法存在的不足进行总结,并对前景做出展望.