基于张量分解的高光谱遥感影像由粗到精异常检测方法技术

本发明专利技术涉及一种基于张量分解的高光谱遥感影像由粗到精异常检测方法，首先从原始高光谱影像中选取一些背景像元，通过将这些背景像元构建成一个元素缺失的三阶张量，并通过张量分解技术重构张量中的缺失元素，得到一个对于当前地物背景描述的新三阶张量。通过对这个纯粹由背景重构的三阶张量与原始高光谱遥感影像之间进行区分，从而检测异常。

Anomaly detection from coarse to fine in hyperspectral remote sensing image based on tensor decomposition

【技术实现步骤摘要】
基于张量分解的高光谱遥感影像由粗到精异常检测方法
本专利技术属于遥感影像
，具体涉及一种基于张量分解的高光谱遥感影像由粗到精异常检测方法。
技术介绍
高光谱成像仪作为当前深空探测中的核心载荷之一，能同时获取地物的光谱信息和空间信息，形成一个三维的影像立方体数据。其中在不同波长的电磁波波谱范围内所构成的连续地物光谱曲线，可以用于反演地物的物质成分，从而实现对地物的检测、识别以及定量化属性分析等应用。高光谱遥感影像的光谱分辨率往往小于10nm，能够精细地描述当前地物的光谱特性，这也使得高光谱目标检测技术在军事和民用方面都具有广泛的使用价值。根据是否可获取目标的光谱先验信息，检测又分为有监督的目标检测和无监督的异常检测。在实际应用当中，地物目标的真实光谱信息往往很难获得，这使得无需利用地物的光谱先验信息的异常检测更具实用性。因此，高光谱遥感影像的异常检测正逐渐受到业界的广泛关注。高光谱影像同时包含有地物的空间信息和光谱信息，可以由一个三阶张量直观地进行表示。根据张量的相关知识，即使一个张量中的部分元素是缺失的，依然通过对张量进行分解，获本文档来自技高网...

【技术保护点】
1.一种基于张量分解的高光谱遥感影像由粗到精异常检测方法，其特征在于步骤如下：/n步骤1：对输入的原始高光谱遥感影像进行背景像元粗选：/n步骤1.1：利用任意一种已有的高光谱异常检测方法，进行检测得到每个像素点的响应值；/n步骤1.2：对所有响应值进行从弱到强的排序；/n步骤1.3：从弱到强，选出总像元数*K个像元；记录这些像元的坐标位置；/n步骤2：根据步骤1粗选得到的像元，重构完整的三维背景地物描述：/n步骤2.1：构造一个和原始高光谱影像大小一致的三阶张量，将该张量第三维上每一个剖面的步骤1.3所记录位置填上相应的值，该值为原始高光谱影像上该坐标处的值；/n步骤2.2：对经步骤2.1所构...

【技术特征摘要】
1.一种基于张量分解的高光谱遥感影像由粗到精异常检测方法，其特征在于步骤如下：
步骤1：对输入的原始高光谱遥感影像进行背景像元粗选：
步骤1.1：利用任意一种已有的高光谱异常检测方法，进行检测得到每个像素点的响应值；
步骤1.2：对所有响应值进行从弱到强的排序；
步骤1.3：从弱到强，选出总像元数*K个像元；记录这些像元的坐标位置；
步骤2：根据步骤1粗选得到的像元，重构完整的三维背景地物描述：
步骤2.1：构造一个和原始高光谱影像大小一致的三阶张量，将该张量第三维上每一个剖面的步骤1.3所记录位置填上相应的值，该值为原始高光谱影像上该坐标处的值；
步骤2.2：对经步骤2.1所构造的部分元素缺失的三阶张量进行CP分解，求解其最优的矩阵因子和对应的权重向量；
步骤2.3：利用步骤2...

【专利技术属性】
技术研发人员：王敬轩，夏勇，张艳宁，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：陕西;61