高分辨率遥感影像目标探测：融合光谱匹配与张量分析

"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 (2013年)，作者陈勇、杜博、张乐飞、张良培，发表于《武汉大学学报·信息科学版》第38卷第3期，通过光谱分析理论和张量代数理论，提出了一种高效的目标探测方法，适用于高分辨率遥感影像。" 本文主要探讨了高分辨率遥感影像目标探测的挑战与解决方案。在高光谱和高空间分辨率的遥感影像中，传统的基于光谱向量分析的方法难以捕捉到目标的复杂特性，尤其是当目标由多个像素组成时。因此，研究者提出了一种创新的检测器，它结合了光谱匹配和张量分析。 首先，该方法利用光谱特征匹配在向量空间中对目标光谱进行初步筛选。这一过程借鉴了自适应余弦探测器（ACE）等统计理论，旨在识别出与目标光谱相似的像素。接着，针对这些相似像素，研究者采用了张量描述来整合它们的空间-光谱特征。张量作为一种多维数组，可以更全面地捕获高维数据的结构信息，特别适合处理高分辨率影像中的多维度特征。 在张量特征空间中，研究者应用了张量学习机进行分类，从而有效地区分目标与背景。实验结果显示，这种融合光谱匹配和张量分析的探测器不仅显著减少了目标探测的时间，还提高了识别的精度。这种方法特别适合处理那些因空间特征而变得更加复杂的高分辨率影像。 此外，论文还指出，由于训练样本的限制，传统的分类器往往无法充分利用高维特征。而张量分析提供了一种有效的途径，能够处理从一阶光谱特征向量到高阶多特征数据块的复杂信息，为遥感影像的目标探测开辟了新的可能。 该研究工作为高分辨率遥感影像的目标检测提供了一种更为精确和高效的手段，结合光谱和空间信息，利用张量代数的优势，有助于解决高光谱和高空间分辨率数据中的目标识别问题。这项技术的应用前景广阔，对于提升遥感影像分析的效率和准确性具有重要意义。