基于波段调制的HOSVD多光谱人脸识别

通过分析影响多光谱人脸识别的两个重要因子:皮肤的物理特性和传感器的系统响应特性,提出了基于波段调制的高阶奇异值分解多光谱人脸识别算法.该算法考虑到各波段上数据信息的差异性,用加权融合方法对多光谱图像光谱维进行单独处理,保留了光谱维更多的信息量.仿真结果表明,基于波段调制的高阶奇异值分解方法可应用于多光谱人脸识别,与未考虑波段特性的单波段积融合高阶奇异值分解、单波段和融合高阶奇异值分解相比有较高的识别结果.     

一种基于单似然检验的高光谱图像小目标检测器

针对背景和目标的先验光谱特征未知的条件,给出一种基于单似然检验的高光谱图像小目标检测器。小目标相对于背景的低概率性使得高光谱图像数据对目标光谱信号的矩特征几乎不施加约束,可在最大熵条件下将广义似然比检验简化为对背景似然的单似然检验;利用全部数据样本建立无参估计模型以充分利用样本信息,从而得到基于单似然检验的高光谱图像小目标检测器。该检测器避免了统计模型误差和不明确物理含义特征对实际高光谱图像数据检测带来的影响。使用可见光/近红外波段机载I型实用型模块化成像光谱仪(OMIS-I)高光谱图像进行了实验,实验结果及相应理论分析表明该算法可有效检测高光谱图像中的空间低概率目标。