一种基于张量表示的偏振高光谱图像目标检测方法技术

一种基于张量表示的偏振高光谱图像目标检测方法，本发明专利技术涉及偏振高光谱图像目标检测方法。本发明专利技术的目的是为了解决现有偏振高光谱图像目标检测准确率低以及信息利用率低的问题。本发明专利技术组成包括：步骤一、建立张量表示下的偏振高光谱图像的数据模型：将偏振高光谱图像表示成四阶张量，则得到偏振高光谱图像的数据模型；步骤二、在张量表示下的偏振高光谱图像的数据模型的基础上，得到基于Tucker分解的四阶张量匹配检测算法的模型，根据基于Tucker分解的四阶张量匹配检测算法的模型判断检测结果。本发明专利技术用于偏振高光谱图像目标检测。

【技术实现步骤摘要】

本专利技术涉及偏振高光谱图像目标检测方法。
技术介绍
Stokes矢量较为完整的表示了光的偏振特性，比较精确的描述了物体的组成成分及其表面特性。但是对于偏振高光谱图像而言，其具有的偏振、强度、光谱以及空间的多维信息，Stokes矢量很难完整的描述出来，它忽略了偏振高光谱图像随偏振角变化的偏振维信息；并且传统的偏振高光谱图像检测算法也忽略了图像的空间信息，很难实现偏振高光谱图像多维信息的共同利用。此外，当偏振高光谱图像的数据量较大时，对于Stokes矢量的计算量也将增加，计算误差大，综合以上，导致偏振高光谱图像目标检测准确率低。
技术实现思路
本专利技术的目的是为了解决现有偏振高光谱图像目标检测准确率低以及信息利用率低的问题，而提出基于张量表示的偏振高光谱图像目标检测方法。一种基于张量表示的偏振高光谱图像目标检测方法具体是按照以下步骤进行的：步骤一、建立张量表示下的偏振高光谱图像的数据模型；将偏振高光谱图像表示成四阶张量则偏振高光谱图像的数据模型表示为表示信号张量，表示干扰信号，In为图像第n维像素大小，n取值为1、2、3或4，R为实数域空间；步骤二、在张量表示下的偏振高光谱图像的数据模型的基础上，得到基于Tucker分解的四阶张量匹配检测算法的模型，根据基于Tucker分解的四阶张量匹配检测算法的模型判断检测结果。一种基于张量表示的偏振高光谱图像目标检测方法具体是按照以下步骤进行的：步骤一、建立张量表示下的偏振高光谱图像的数据模型；将偏振高光谱图像表示成张量In为图像第n维像素大小，n取值为1、2、3或4，R为实数域空间，则偏振高光谱图像的数据模型表示为：表示信号张量，表示干扰信号；步骤二、在张量表示下的偏振高光谱图像的数据模型的基础上，构造四阶张量，对构造的四阶张量进行CP分解重建，然后采用常用的统计异常检测(RX)和匹配滤波检测(MF)，得到检测结果。本专利技术的有益效果为：为了解决传统的Stokes矢量对于偏振高光谱图像目标检测信息利用不完整的问题，本专利技术研究利用张量表示来完整描述偏振高光谱图像的多维信息，并实现偏振与光谱在偏振高光谱图像目标检测的联合应用。张量表示完整保留了图像的多维信息，并且在检测过程中综合利用图像的这些信息，增加了目标与背景的差异，使得目标检测更加准确。本专利技术提出的FTMF算法不仅完整地利用了图像光谱维和偏振维的信息，还大大减化了计算过程，减少了由于计算而带来的误差。由于CP分解具有保留原始信号特征，去除干扰信号的作用，在相同虚警率下，未经处理的偏振高光谱图像检测效果要低于经过CP分解重建后的检测效果，实验结果证明了本专利技术提出的算法的有效性。考虑了偏振高光谱图像随偏振角变化的偏振维信息以及图像的空间信息，实现偏振高光谱图像多维信息的共同利用，提高了偏振高光谱图像目标检测准确率。对于提出的四阶张量匹配检测算法，本专利技术将其检测结果与传统的基于Stokes矢量提取的强度I、偏振度DoLP以及偏振角orient的匹配检测结果作对比，如图6a、6b、6c、6d、6e所示，根据其ROC曲线，发现，在相同的虚警率下，本专利技术提出的四阶张量匹配检测算法的检测效率高于数据集I、DoLP和orient的匹配检测效率。这是由于常规的基于Stokes矢量的偏振高光谱图像目标检测算法破坏了偏振维的信息，而本专利技术提出的FTMF算法不仅完整地利用了图像光谱维和偏振维的信息，还大大减化了计算过程，减少了由于计算而带来的误差。当虚警概率为0.1时，偏振度Dolp检测准确率为92.5％，强度I检测准确率为99.2％，偏振角orient检测准确率为98.8％，FTMF检测准确率为99.9％；当虚警概率为0.15时，偏振度Dolp检测准确率为94.7％，强度I检测准确率为99.8％，偏振角orient检测准确率为99％，FTMF检测准确率基本已达到100％；为了进一步直观看到算法的检测结果，这里给出检测结果的三维视图，如图7a、7b、7c、7d所示，同样可以发现，本专利技术提出的算法能够有效的抑制背景、突出目标，使得目标和背景能够更准确地被分离出来。对于本专利技术提出的基于CP分解重建的偏振高光谱图像目标检测，为了验证其有效性，分别对CP分解重建后的数据采用RX和MF检测算法，后续将其命名为CPRX和CPMF，检测结果如图8a、8b、8c、8d、8e和图9a、9b所示，分别展示了两种检测算法对应的检测结果及其ROC的对比曲线，可以发现，由于CP分解具有保留原始信号特征，去除干扰信号的作用，在相同虚警率下，未经处理的偏振高光谱图像检测效果要低于经过CP分解重建后的检测效果，实验结果证明了本专利技术提出的算法的有效性。检测结果的三维视图如图10a、10b、10c、10d、10e所示，从圈内目标的峰值可以看出，经过CP分解重建的偏振高光谱数据的检测结果的目标与背景基本被分离，能够更精确地从背景中找出目标，原因在于当光谱维加入偏振维信息后，目标与背景的差异被进一步放大，使得数据更加契合基于匹配滤波的检测算法和基于统计规则的RX检测算法。如图11所示，当虚警概率为0.01时，CPRX检测准确率为80％，CPMF检测准确率为100％，FTMF检测准确率为100％；当虚警概率为0.02时，CPRX检测准确率为87％，CPMF检测准确率为100％，FTMF检测准确率为99.8％；当虚警概率为0.05时，CPRX检测准确率为94％，CPMF检测准确率为100％，FTMF检测准确率为100％。附图说明图1a为一个三阶张量和它的各模纤示意图；图1b为三阶张量和它的模-1纤示意图；图1c为三阶张量和它的模-2纤示意图；图1d为三阶张量和它的模-3纤示意图；图2为张量的模-1乘积过程图，A为张量，B为张量；图3为三阶张量的Tucker分解图，X为张量，w为一维数据，v为二维数据，u为三维数据，s为核心张量；图4为三阶张量的CP分解图，X为张量，w1为第一个一维数据，v1为第一个二维数据，u1为第一个三维数据，w2为第二个一维数据，v2为第二个二维数据，u2为第二个三维数据，wR为第R个一维数据，vR为第R个二维数据，uR为第R个三维数据，U、V、W为因子矩阵，λ是一个常数；图5为CP分解重建的过程图，y为张量，y′为CP分解重建后的张量，a1为第一个一维数据，b1为第一个二维数据，C1为第一个三维数据，d1为第一个四维数据，a2为第二个一维数据，b2为第二个二维数据，C2为第二个三维数据，d2为第二个四维数据，an为第三个一维数据，bn为第三个二维数据，Cn为第三个三维数据，dn为第三个四维数据，row为行，column为列，band为波段，polarization为偏振；图6a为偏振高光谱图像的数据集I的传统MF检测结果图；图6b为偏振高光谱图像的数据集DoLP的传统MF检测结果图；图6c为偏振高光谱图像的数据集orient的传统MF检测结果图；图6d为偏振高光谱图像的数据集FTMF的传统MF检测结果图；图6e为偏振高光谱图像的传统MF检测结果和FTMF检测结果对比图，false alarm rate为虚警概率，detection rate为检测准确率；图7a为偏振高光谱图像的数据集I的MF结果三维视图；图7b为偏振高光谱图像的数据集DoLP的MF结本文档来自技高网...

【技术保护点】
一种基于张量表示的偏振高光谱图像目标检测方法，其特征在于：一种基于张量表示的偏振高光谱图像目标检测方法具体是按照以下步骤进行的：步骤一、建立张量表示下的偏振高光谱图像的数据模型；将偏振高光谱图像表示成四阶张量则偏振高光谱图像的数据模型表示为表示信号张量，表示干扰信号，In为图像第n维像素大小，n取值为1、2、3或4，R为实数域空间；步骤二、在张量表示下的偏振高光谱图像的数据模型的基础上，得到基于Tucker分解的四阶张量匹配检测算法的模型，根据基于Tucker分解的四阶张量匹配检测算法的模型判断检测结果。

【技术特征摘要】
1.一种基于张量表示的偏振高光谱图像目标检测方法，其特征在于：一种基于张量表示的偏振高光谱图像目标检测方法具体是按照以下步骤进行的：步骤一、建立张量表示下的偏振高光谱图像的数据模型；将偏振高光谱图像表示成四阶张量则偏振高光谱图像的数据模型表示为表示信号张量，表示干扰信号，In为图像第n维像素大小，n取值为1、2、3或4，R为实数域空间；步骤二、在张量表示下的偏振高光谱图像的数据模型的基础上，得到基于Tucker分解的四阶张量匹配检测算法的模型，根据基于Tucker分解的四阶张量匹配检测算法的模型判断检测结果。2.根据权利要求1所述一种基于张量表示的偏振高光谱图像目标检测方法，其特征在于：所述步骤二中在张量表示下的偏振高光谱图像的数据模型的基础上，得到基于Tucker分解的四阶张量匹配检测算法的模型，根据基于Tucker分解的四阶张量匹配检测算法的模型判断检测结果；具体过称为：对训练样本采用Tucker分解，提取目标光谱维和偏振维的信息，选择目标光谱维和偏振维的因子矩阵的第一主成分来替代目标的光谱和偏振谱，然后根据光谱维和偏振维的信息构造光谱匹配滤波器和偏振匹配滤波器，得到基于Tucker分解的四阶张量匹配检测算法的模型，根据四阶张量匹配检测算法的模型判断检测结果。3.根据权利要求2所述一种基于张量表示的偏振高光谱图像目标检测方法，其特征在于：所述根据光谱维和偏振维的信息构造光谱匹配滤波器和偏振匹配滤波器，得到基于Tucker分解的四阶张量匹配检测算法的模型，根据四阶张量匹配检测算法的模型判断检测结果；具体过称为：光谱匹配滤波器H3构造如下： H 3 = S 3 T R 3 - 1 S 3 T R 3 - 1 S 3 - - - ( 2 - 4 ) ]]>其中，S3表示目标光谱，R3＝E(Y(3)Y(3)T)为待检测数据Y(3)的协方差矩阵，表示四阶张量的3-模展开矩阵，T为转置；对光谱匹配滤波器H3和四阶张量做...

【专利技术属性】
技术研发人员：张钧萍，谭建，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：黑龙江;23