来源：期刊VIP网 时间：
作者：王博宇;洪源;
单位：澳门科技大学;浙江师范大学;
摘要：为避免高光谱噪声和复杂背景掩盖弱小目标特征，减少定位过程中的数据冗余，提高弱小目标定位全面性，提出一种高光谱图像弱小目标深度定位算法。首先，基于光谱匹配方法获取高光谱图像并降低其维度；然后利用自适应阈值算法，预处理降维后的高光谱图像并检测其中弱小目标，得到高光谱弱小目标增强图像；最后基于YOLOv5神经网络算法实现增强后高光谱图像的弱小目标深度定位。实验结果表明，所提算法可以依据高光谱序列数据生成较清晰的高光谱目标图像，并对其进行有效降维；同时能够检测多个弱小目标，得到所有弱小目标的准确定位结果，且定位结果的卡帕系数均大于0.87，证明该算法具备较高的可靠性与全面性。
关键词：高光谱图像;;弱小目标;;深度定位;;光谱匹配;;自适应阈值;;YOLOv5
基金资助：国家自然青年基金项目(12401702)
