The invention relates to a method and apparatus for hyperspectral anomaly detection, the method comprises: acquiring hyperspectral data by objects; calculation to determine the minimum for hyperspectral data required background information of the number of K; if the current row for hyperspectral data is greater than k, it will calculate the autocorrelation matrix of the current line the hyperspectral data, the correlation matrix as the first autocorrelation matrix, and all for hyperspectral data before the current background of the autocorrelation matrix as second autocorrelation matrix; calculate the correlation matrix of hyperspectral data and the current line before the current line of high spectral data acquisition for all hyperspectral data the background; the calculated autocorrelation matrix is used to suppress the background processing, matrix has been pressed; anomaly detection of hyperspectral data using the current row matrix after pressing. According to the invention, the abnormal detection can be carried out by line by line, and the processing efficiency can be improved, and the requirement of real-time or quasi real time processing of hyperspectral data in special industries can be satisfied.
【技术实现步骤摘要】
本专利技术涉及遥感
,尤其是涉及一种高光谱异常探测方法和装置。
技术介绍
目前,高光谱图像数据具有图谱合一的特征,即可以同时观测目标的空间信息和光谱信息,为目标分类和识别提供了有效的遥感技术手段。但是,高光谱图像波段众多,而且在对异常探测时一般是在所有高光谱图像数据接收完毕后对整幅图像进行一次性全局处理,因此造成数据处理过程复杂并且效率较低,难以满足特殊行业对高光谱数据实时或准实时处理的需求。
技术实现思路
针对以上缺陷,本专利技术提供一种高光谱异常探测方法和装置,可以提高异常探测的效率,也可以满足特殊行业对高光谱数据实时或准实时处理的需求。第一方面,本专利技术提供的高光谱异常探测方法包括:逐行获取目标地物的高光谱数据;根据高光谱数据的行宽度和波段数目,计算确定背景信息所需的高光谱数据的最小行数k;若获取的当前行高光谱数据的行标号大于k,则将计算当前行高光谱数据的自相关矩阵,将该自相关矩阵作为第一自相关矩阵,并将当前行之前的所有行高光谱数据的背景自相关矩阵作为第二自相关矩阵;根据所述第一自相关矩阵和所述第二自相关矩阵,计算所述当前行高光谱数据和在所述当前行高光谱数据之前获取的所有行高光谱数据的背景自相关矩阵;根据矩阵求逆算法,对计算得到的背景自相关矩阵进行压制处理,得到压制后的矩阵;利用压制后的矩阵对当前行高光谱数据进行异常探测,并将得到的探测结果输出。可选的,在将得到的探测结果输出之前,所述方法还包括:对所述探测结果进行非线性拉伸处理,以增强异常信号的显示亮度。可选的,在计算所述当前行高光谱数据和在所述当前行高光谱数据之前获取的所有行高光谱数据的背景 ...
【技术保护点】
一种高光谱异常探测方法,其特征在于,包括:逐行获取目标地物的高光谱数据;根据高光谱数据的行宽度和波段数目,计算确定背景信息所需的高光谱数据的最小行数k;若获取的当前行高光谱数据的行标号大于k,则将计算当前行高光谱数据的自相关矩阵,将该自相关矩阵作为第一自相关矩阵,并将当前行之前的所有行高光谱数据的背景自相关矩阵作为第二自相关矩阵;根据所述第一自相关矩阵和所述第二自相关矩阵,计算所述当前行高光谱数据和在所述当前行高光谱数据之前获取的所有行高光谱数据的背景自相关矩阵;根据矩阵求逆算法,对计算得到的背景自相关矩阵进行压制处理,得到压制后的矩阵;利用压制后的矩阵对当前行高光谱数据进行异常探测,并将得到的探测结果输出。
【技术特征摘要】
1.一种高光谱异常探测方法,其特征在于,包括:逐行获取目标地物的高光谱数据;根据高光谱数据的行宽度和波段数目,计算确定背景信息所需的高光谱数据的最小行数k;若获取的当前行高光谱数据的行标号大于k,则将计算当前行高光谱数据的自相关矩阵,将该自相关矩阵作为第一自相关矩阵,并将当前行之前的所有行高光谱数据的背景自相关矩阵作为第二自相关矩阵;根据所述第一自相关矩阵和所述第二自相关矩阵,计算所述当前行高光谱数据和在所述当前行高光谱数据之前获取的所有行高光谱数据的背景自相关矩阵;根据矩阵求逆算法,对计算得到的背景自相关矩阵进行压制处理,得到压制后的矩阵;利用压制后的矩阵对当前行高光谱数据进行异常探测,并将得到的探测结果输出。2.根据权利要求1所述的方法,其特征在于,在将得到的探测结果输出之前,所述方法还包括:对所述探测结果进行非线性拉伸处理,以增强异常信号的显示亮度。3.根据权利要求1所述的方法,其特征在于,在计算所述当前行高光谱数据和在所述当前行高光谱数据之前获取的所有行高光谱数据的背景自相关矩阵之前,所述方法还包括:判断所述当前行高光谱数据的行标号是否小于预先设定的用于确定背景信息所需的高光谱数据的最大行数,若是,则采用下式计算所述当前行高光谱数据和在所述当前行高光谱数据之前获取的所有行高光谱数据的背景自相关矩阵Rn:Rn=(1-1/n)Rn-1+(1/n)R(yn)其中,Rn-1为第二自相关矩阵,R(yn)为第一自相关矩阵,n为当前行高光谱数据的行标号,yn为当前行光谱数据。4.根据权利要求3所述的方法,其特征在于,还包括:若所述行标号大于或等于所述最大行数,则采用下式计算所述当前行高光谱数据和在所述当前行高光谱数据之前获取的所有行高光谱数据的背景自相关矩阵Rn:Rn=Rn-1+(1/m)[R(yn)-R(yn-m)]其中,m为所述最大行数,R(yn-m)为第n-m行的高光谱数据的自相关矩阵。5.根据权利要求1所述的方法,其特征在于,采用下式计算第k行高光谱数据至第1行高光谱数据的背景自相关矩阵Rk:Rk=1kLΣi=1kyiyiT]]>其中,yi为第i行高光谱数据,L为每一行高光谱数据的宽度,i为[0,k]范围内的正整数。6.根据权利要求1所述的方法,其特征在于,所述根据矩阵求逆算法,对计算得到的背景自相关矩阵进行压制处理,得到压制后的矩阵,包括:将该背景自相关矩阵分解为上三角矩阵和下三角矩阵;根据该背景自相关矩阵的上三角矩阵,确定该背景自相关矩阵的逆矩阵的上三角矩阵;根据矩阵对称性,由所述逆矩阵的上三角矩阵推导出所...
【专利技术属性】
技术研发人员:张立福,孙雪剑,岑奕,彭波,吴太夏,张鹏,
申请(专利权)人:中国科学院遥感与数字地球研究所,
类型:发明
国别省市:北京;11
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。