一种协同表示和异常剔除的高光谱异常检测方法技术

本发明专利技术公开了一种协同表示和异常剔除的高光谱异常检测方法，其特点是采用融合全局异常与局部异常的剔除方法对局部背景集中的异常像素进行去除，基于协同表示的高光谱异常检测算法，计算线性表示系数并求得残差影像，最后通过设定阈值，将检测值大于阈值的像元标记为异常点，得到异常目标检测结果。本发明专利技术与现有技术相比具有提高线性表示的精度和检测精度，有效解决了基于协同表示的高光谱异常检测算法中窗口选择，以及双窗口的异常像元污染背景集问题。

A hyperspectral anomaly detection method based on Cooperative representation and anomaly elimination

【技术实现步骤摘要】
一种协同表示和异常剔除的高光谱异常检测方法
本专利技术涉及高光谱异常检测
，尤其是一种基于窗口自适应的协同表示和异常剔除的高光谱异常检测方法。
技术介绍
随着高光谱成像光谱仪的发展，遥感影像的光谱信息从全色、多光谱到高光谱的快速发展，使遥感技术进入到一个崭新阶段。高光谱影像具有高光谱分辨率，获得的影像像元具有上百波段光谱信息，基于各种地物之间不同光谱特性，高光谱遥感已经在地物分类、定量反演、目标检测和生态环境监测等方面得到广泛应用。高光谱影像目标检测根据是否已知目标信息，可将检测算法分为两类，其中一类为已知目标信息的目标探测算法，主要是利用已知目标的光谱信息，通过与目标光谱曲线进行匹配，获取探测目标。通常情况下，目标和背景的先验知识很难获取，因此另一类是未知目标信息的异常检测算法，成为高光谱遥感目标检测领域的研究热点。由Reed和Yu提出的RX算法是目前应用最广泛的一种异常检测方法，它假设背景服从多元正态分布，异常值是由待测像元与背景之间的马氏距离来测量。全局RX和局部RX是RX算法的两种典型算法，它们分别估计全局和局部背景统计信息。由于本文档来自技高网...

【技术保护点】
1.一种协同表示和异常剔除的高光谱异常检测方法，其特征在于该方法包括以下步骤：/n1)输入高光谱遥感影像，并对高光谱影像进行归一化预处理；/n2)遍历高光谱影像中每个像元，通过计算背景显著性获取每个像元的最优窗口尺寸；/n3)通过滑动窗口策略遍历每个像元，利用异常剔除方法将局部背景集的异常像元去除，采用基于协同表示的检测算法计算残差图；/n4)通过判断残差值与阈值的大小来获得最后的异常探测图。/n

【技术特征摘要】
1.一种协同表示和异常剔除的高光谱异常检测方法，其特征在于该方法包括以下步骤：
1)输入高光谱遥感影像，并对高光谱影像进行归一化预处理；
2)遍历高光谱影像中每个像元，通过计算背景显著性获取每个像元的最优窗口尺寸；
3)通过滑动窗口策略遍历每个像元，利用异常剔除方法将局部背景集的异常像元去除，采用基于协同表示的检测算法计算残差图；
4)通过判断残差值与阈值的大小来获得最后的异常探测图。


2.根据权利要求1所述协同表示和异常剔除的高光谱异常检测方法，其特征在于所述计算背景显著性获取每个像元的最优窗口尺寸，具体包括：
a、给定外窗口尺寸winout，则内窗口尺寸winin的范围为[1,winout]，计算每个窗口内的像素对(pi,q)的显著性差异值D(pi,q)；
b、分别计算内窗口与外窗口的背景显著性值S(winout)与(winin)；
c、计算不同内外窗口组合下的背景显著性值ΔS，从不同内外窗口组合中寻找出最大的背景显著性值ΔS，此时背景显著性值差异最大时的窗口作为最优内窗口winin_op...

【专利技术属性】
技术研发人员：谭琨，王志威，王雪，杜培军，丁建伟，
申请(专利权)人：华东师范大学，
类型：发明
国别省市：上海;31