【技术实现步骤摘要】
本专利技术涉及的是一种高光谱图像目标检测方法，具体涉及一种基于空谱联合背景共同稀疏表示的高光谱图像异常目标检测方法。
技术介绍
高光谱图像具有大量和连续的波带，其光谱分辨率高，因为具有丰富的光谱信息，其在分类及目标检测等方面有很大的优势。高光谱图像目标检测分为两类，有先验信息的目标检测和无先验信息的异常目标检测。通常情况下，目标的先验知识很难获得，所以异常目标检测应用更为广泛。高光谱图像异常目标检测的本质是二值假设检验问题，通过估算被检测点与所选择的背景光谱样本间的差异大小判决其是属于背景还是异常目标。近几十年，高光谱图像异常目标检测的方法层出不穷。经典的方法是RX检测方法，该方法是全局的异常目标检测方法。在此基础上发展了局部的RX(LRX)检测方法，通常采用双窗口的方法进行检测。全局RX和局部RX(LRX)是要假设光谱特性在全局或者局部邻域内符合高斯分布，然而，假设的模型常常与真实情况有差距，这会对检测结果产生很大影响。近些年，稀疏编码理论被广泛应用，其不需要假设模型。原理是，在高光谱图像异常目标检测中，目标和背景属于不同的低维子空间，背景像元可以被周围背景字典有效的表示的，异常目标却不能，这就导致背景字典原子权向量具有不同的稀疏度，根据稀疏度大小不同，进行异常目标检测，从而提高了检测的准确性。在此基础上，提出了背景共同稀疏表示(BJSR)检测的方法。该方法采用同心滑动双窗，内窗为引导窗，其中心点为测试像素点；内窗和外窗之间的像素为测试点的近邻像素，即背景像素；除此之外还需要建立背景字典，字典采用与上述的双窗同心的字典窗。如果测试点是异常点，那么用来同...
【技术保护点】
一种基于空谱联合背景共同稀疏表示的高光谱异常检测方法，其特征是包括以下步骤：(1)在光谱域中，采用背景共同稀疏表示检测器进行异常目标检测；(2)采用线性局部切空间排列即LLTSA的降维方法获得原高光谱图像低维流行数据；(3)对低维流行数据采用空间背景共同稀疏表示检测器进行异常检测；(4)采用如下的空谱联合背景共同稀疏表示检测器获得最终的异常检测结果d＝αdspec+(1‑α)dspat,0≤α≤1其中，dspec是光谱背景共同稀疏检测器，dspat是空间背景共同稀疏检测器，α为加权系数。
【技术特征摘要】
1.一种基于空谱联合背景共同稀疏表示的高光谱异常检测方法，其特征是包括以下步骤：(1)在光谱域中，采用背景共同稀疏表示检测器进行异常目标检测；(2)采用线性局部切空间排列即LLTSA的降维方法获得原高光谱图像低维流行数据；(3)对低维流行数据采用空间背景共同稀疏表示检测器进行异常检测；(4)采用如下的空谱联合背景共同稀疏表示检测器获得最终的异常检测结果d＝αdspec+(1-α)dspat,0≤α≤1其中，dspec是光谱背景共同稀疏检测器，dspat是空间背景共同稀疏检测器，α为加权系数。2.根据权利要求1所述的基于空谱联合背景共同稀疏表示的高光谱异常检测方法，其特征是所述采用背景共同稀疏表示检测器进行异常目标检测具体包括：(1.1)采用同时正交匹配追踪获得近邻像素的子字典库并求出背景的重建误差； Σ = S - A ~ T Ψ = S - A ~ ( ( A ~ ) T A ~ ) - 1 ( A ~ ) T S = ( I - A ~ ( ( A ~ ) T A ~ ) - 1 ( A ~ ) T ) S = P 1 B S ]]>其中，S＝[s1,s2,...,sn]为测试点的近邻像素，Ψ为稀疏系数向量集，为正交互补子空间；(1.2)采用所述子字典库求出测试点的重建误差：其中，sc是测试点，为最具代表性的光谱丰度稀疏系数向量；(1.3)获得如下背景共同稀疏表示检测器： d s p e c = | | P 1 B s c | | 2 2 Σ | | P 1 B s i | | 2 2 / n = s c T P 1 B s c Σ ( s c T P 1 B s i ) / n , i = 1 , ... , n ]]>其中，si为测试点的近邻像素，n为测试点的近邻像素数量。3.根据权利要求1或2所述的基于空谱联合背景共同稀疏表示的高光谱异常检测方法，其特征是所述采用线性局部切空间排列即LLTSA的降维方法获得原高光谱图像低维流行具体包括：(2.1)采用LLTSA中的排列矩阵获得异常区域；(2.2)剔除异常区域，获得可靠的背景数据；采用LLTSA获得可靠的背景低维流行，求出变换矩阵；(2.3)LLTSA对新数据具有泛化作用，采用所述变换矩阵求出整个高光谱图像的低维流行。4.根据权利要求3所述的基于空谱联合背景共同稀疏表示的高光谱异常检测方法，其特征是所述采用LLTSA中的排列矩阵获得异常区域为：LLTSA中的排列矩阵是稀疏矩阵，其非零元素分别对应测试点的近邻域点与其均值的欧式距离，如果所述距离和大于阈值，则说明该近邻域中含有异常点，该近邻域为异常区域。5.根据权利要求1或2所述的基于空谱联合背景共同稀疏表示的高光谱异常检测方法，其特征是所述对低维流行数据采用空间背景共同稀疏表示检测器进行异常检测具体包括：(3.1)第j个波段的近邻像素重构误差如下： Σ j = X j - B ~ j T Θ = X j - B ~ j ( ( B ~ j ) T B ~ j ) - 1 ( B ~ j ) T X j = ( I - B ~ j ( ( B ~ j ) T B ~ j ) - 1 ( B ~ j ) T ) X j = P j 1 B X j ]]>其中，其中Xj＝[x1j,x2j,...,xnj]为第j个波段测试点的近邻像素，n为测试点的近邻像素数量，为第j个波段采用同时正交匹配追踪获得近邻像素的子字典库，Θ为对应的稀疏系数矩阵，为第j个波段正交互补子空间；(3.2)采用第j个波段正交互补子空间求出第j个波段测试点的重建误差： ϵ c j = P j 1 B x c j ]]>其中，xcj是第j个波段的测试点；(3.3)空间背景共同稀疏表示检测器如下： d s p a t = Σ j | | P j 1 B x c j | | 2 2 Σ | | P j 1 B x i j | | 2 2 / n = Σ j x c j T P j 1 B x c j Σ ( x i j T P j 1 B x i j ) / n , i = 1 , ... , n ]]>其中，xij为第j个波段测试点的近邻像素。6.根据权利要求3所述的基于空谱联合背景共同稀疏表示的高光谱异常检测方法，其特征是所述对低维流行数据采用空间背景共同稀疏表示检测器进行异常检测具体包括：(3.1)第j个波段的近邻像素重构误差如下： Σ j = X j - B ~ j T &Thet...
【专利技术属性】
技术研发人员：赵春晖，张丽丽，成宝芝，闫奕名，崔颖，
申请(专利权)人：哈尔滨工程大学，
类型：发明
国别省市：黑龙江;23
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。