一种成分投影优化分离的高光谱异常探测方法技术

本发明专利技术提供一种成分投影优化分离的高光谱异常探测方法，包括使用基于熵率的超像素分割算法对高光谱图像进行超像素分割；计算每个超像素内所包含像素点的平均值，作为该超像素的光谱向量；计算每个超像素内所包含像素点到光谱向量的马氏距离，求和代表该超像素的离散值；以超像素为单位，逐个求局部异常因子；计算每个超像素的离散值与其局部异常因子倒数的乘积，将乘积较小的部分超像素选作背景集合，实现构造预估背景集合；设置成分投影和分离优化滤波函数，求解最优滤波向量；将最优解与高光谱图像逐像素相乘，得到探测结果。本发明专利技术从超像素层面解读影像信息，利用局部异常因子获取预估背景集合，结合优化滤波获得高光谱图像异常目标探测结果。

A method of hyperspectral anomaly detection based on component projection optimization separation

【技术实现步骤摘要】
一种成分投影优化分离的高光谱异常探测方法
本专利技术属于计算机图像处理
，涉及一种图像目标异常探测方法，具体涉及一种成分投影优化分离的高光谱异常探测方法。
技术介绍
高光谱图像于其包含多个波段，相对于灰度图像和RGB图像来说，高光谱含有更多的光谱信息，因此可以利用不同地物光谱特性曲线的差异，对与周围地物光谱信息有明显区别的异常地物进行探测。尽管随着高光谱成像技术的成熟和成本的降低，高光谱图像被越来越多的使用，但是针对高光谱图像的异常探测技术仍然存在一些限制条件。1)高光谱图像虽然具有十分精细的光谱分辨率，其空间分辨率普遍较低，因此带探测的目标地物常常以极小像元甚至是亚像元的形式存在于图像中。2)传统基于模型的探测方法仍存在对背景抑制不够充分的问题。3)由于没有任何先验信息，且高光谱图像中可能存在的“同物异谱，异物同谱”现象，一些算法处理高光谱图像不能正确检测感兴趣目标，即对目标信息的突出作用不够明显。因此，需要一种既能充分抑制高光谱图像背景地物响应信息，又能突出感兴趣的异常待测目标响应值的探测方法。“BAS本文档来自技高网...

【技术保护点】
1.一种成分投影优化分离的高光谱异常探测方法，其特征在于，包括以下步骤：/n步骤1，使用基于熵率的超像素分割算法对高光谱图像进行超像素分割；/n步骤2，计算每个超像素内所包含像素点的平均值，作为该超像素的光谱向量；/n步骤3，计算每个超像素内所包含像素点到光谱向量的马氏距离，求和代表该超像素的离散值；/n步骤4，以超像素为单位，逐个求局部异常因子；/n步骤5，计算每个超像素的离散值与其局部异常因子倒数的乘积，将乘积较小的部分超像素选作背景集合，实现构造预估背景集合；/n步骤6，设置成分投影和分离优化滤波函数；/n步骤7，求解成分投影和分离优化滤波函数的最优滤波向量；/n步骤8，将最优解与高光谱...

【技术特征摘要】
1.一种成分投影优化分离的高光谱异常探测方法，其特征在于，包括以下步骤：
步骤1，使用基于熵率的超像素分割算法对高光谱图像进行超像素分割；
步骤2，计算每个超像素内所包含像素点的平均值，作为该超像素的光谱向量；
步骤3，计算每个超像素内所包含像素点到光谱向量的马氏距离，求和代表该超像素的离散值；
步骤4，以超像素为单位，逐个求局部异常因子；
步骤5，计算每个超像素的离散值与其局部异常因子倒数的乘积，将乘积较小的部分超像素选作背景集合，实现构造预估背景集合；
步骤6，设置成分投影和分离优化滤波函数；
步骤7，求解成分投影和分离优化滤波函数的最优滤波向量；
步骤8，将最优解与高光谱图像逐像素相乘，得到高光谱异常探测结果。


2.根据权利要求1所述的成分投影优化分离的高光谱异常探测方法，其特征在于：步骤4中，对超像素求局部异常因子，实现过程包括以下子步骤，
步骤4.1，计算当前超像素p的k-邻近距离；
步骤4.2，计算k-邻域内任一超像素到当前超像素p的可达距离；
步骤4.3，计算当前超像素p的局部可达密度，计算方式为取p的k-邻域内的超像素到p的平均可达距离的倒数；
步骤4.4，获得当前超像素p的局部离群因子，计算方式为取p的k-邻域内的超像素的局部可达密度与p的局部可达密度之比的平均数。


3.根据权利要求1所述的成分投影优化分离的高光谱...

【专利技术属性】
技术研发人员：杜博，常世桢，张良培，
申请(专利权)人：武汉大学，
类型：发明
国别省市：湖北;42