基于最近邻距离的高光谱图像孤立异常检测方法技术

本发明专利技术公开了一种基于最近邻距离的高光谱图像孤立异常检测方法,包括：获取三维高光谱遥感数据；并转换为二维高光谱遥感数据；根据所有波段数据，计算有效光谱指数ESI，筛选有效波段集；在有效波段集的任意波段中，计算背景‑目标区分指数，筛选有效波段子集；随机选取多个像元作为训练集，将训练集中所有像元以各自为圆心，以该像元到其最近邻像元的欧氏距离为半径，做出多个超球，根据超球集，计算待检测像元在每组超球集中的异常得分，进行均值计算，得到最终异常检测结果。本申请利用改进的孤立最近邻算法进行异常检测，不需要对背景进行建模，采用多维超球体切割数据空间来实现孤立机制，有效利用高光谱遥感图像的多个波段，提高了异常检测精度。

【技术实现步骤摘要】

本专利技术涉及遥感图像，尤其涉及一种基于最近邻距离的高光谱图像孤立异常检测方法。

技术介绍

1、高光谱分辨率（简称高光谱）遥感，可在获取地物形状、颜色等二维空间信息的同时，获取地物纳米级的精细光谱信息。因此，高光谱遥感图像同时包含地物的空间信息与丰富且细致的光谱信息，广泛应用于资源矿产调查、军事侦查、工业检测、精细农林等领域。其中，异常检测是高光谱遥感图像的重要应用之一，也是该领域的研究热点与难点之一。高光谱图像异常检测是指：在不掌握感兴趣目标先验信息前提下，探测出在光谱维或空间维与背景地物存在显著差异的像元。例如，调查区的围岩蚀变点、草地里伪装过的作战车辆、海洋上的舰船或石油泄漏点、机场停放的飞机等为异常目标，而草地、海洋和机场为背景地物。现有大多数高光谱图像异常检测方法核心是对背景地物的精确建模，即重点研究如何更优的描述背景地物的统计学分布、如何更优的建立背景像元模型，进而识别出与背景像元模型存在明显差异的像元。然而，高光谱遥感图像背景地物中异常像元的存在深度影响背景建模精度，进而降低异常像元和背景地物的可区分性。

2、近年来，基于孤立理论本文档来自技高网...

【技术保护点】

1.一种基于最近邻距离的高光谱图像孤立异常检测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于最近邻距离的高光谱图像孤立异常检测方法，其特征在于，在S2中，根据所述二维高光谱遥感数据中的所有波段数据，计算有效光谱指数ESI，包括采用自下而上逐点式搜索策略，计算所有波段的有效光谱指数ESI，包括：

3.根据权利要求1所述的基于最近邻距离的高光谱图像孤立异常检测方法，其特征在于，在S2中，所述有效光谱指数ESI，采用如下公式（1）进行计算：

4.根据权利要求1所述的基于最近邻距离的高光谱图像孤立异常检测方法，其特征在于，在S3中，在有效波段集...

【技术特征摘要】

1.一种基于最近邻距离的高光谱图像孤立异常检测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于最近邻距离的高光谱图像孤立异常检测方法，其特征在于，在s2中，根据所述二维高光谱遥感数据中的所有波段数据，计算有效光谱指数esi，包括采用自下而上逐点式搜索策略，计算所有波段的有效光谱指数esi，包括：

3.根据权利要求1所述的基于最近邻距离的高光谱图像孤立异常检测方法，其特征在于，在s2中，所述有效光谱指数esi，采用如下公式（1）进行计算：

4.根据权利要求1所述的基于最近邻距离的高光谱图像孤立异常检测方法，其特征在于，在s3中，在有效波段集的任意波段中，计算背景-目标区分指数badi，筛选有效波段子集，包括以下步骤：

5.根据权利要求1所述的基于最近邻距离的高光谱...

【专利技术属性】
技术研发人员：宋向宇，李国和，刘桂卫，李鹏，齐春雨，赵广茂，黄大中，王官超，马鹏程，牛永效，任光雪，
申请(专利权)人：中国铁路设计集团有限公司，
类型：发明
国别省市：