基于对偶光谱亲和约束的高光谱异常检测方法技术

本发明专利技术公开了基于对偶光谱亲和约束的高光谱异常检测方法，包括以下步骤；步骤1：对输入高光谱图像H进行预处理；步骤2，构建基于对偶光谱亲和约束的高光谱异常检测模型Ω；所述高光谱异常检测模型Ω以预处理的高光谱图像H为输入，将重构拼接成重构图像H′，计算对高光谱图像H和重构图像H′的重构误差，并计算马氏距离得到异常检测结果；步骤3：定义高光谱异常检测模型Ω的均方误差损失函数Loss；步骤4：训练高光谱异常检测模型Ω；步骤5：利用完成训练的高光谱异常检测模型Ω进行异常检测重构。本发明专利技术具有同时捕捉每个像素独特特征以及与邻域像素之间的光谱亲和关系的特点。

【技术实现步骤摘要】

本专利技术属于高光谱异常检测，具体涉及一种基于对偶光谱亲和约束的高光谱异常检测方法。

技术介绍

1、高光谱异常检测(had)是指在没有异常光谱先验的情况下，识别与背景显著不同的异常。在这一领域，利用深度学习网络，特别是基于重构的方法，已成为解决had任务的主要技术之一。这些方法通过对原始高光谱图像进行重构，提取出其中潜在的关键特征，从而提高异常检测的精度。然而，现有的大多数基于重构的技术仍存在一定的不足：

2、1)现有方法通常采用数据块(patch)作为输入，虽然能够提供中心像素与周围像素之间的空间相关性信息，但忽视了中心像素自身独特的光谱特性。这种做法可能导致对异常像素的特征表达能力不足，从而限制了检测性能。

3、2)大多数基于重构的方法仅关注每个像素的单独特性，而忽略了中心像素与其周围像素之间的光谱相关性及相关关系。这种局限性可能导致异常目标被错误重构为背景分布，从而降低了检测的准确性。

4、具体而言，现有的基于重构的方法虽然能有效提取潜在特征并提高异常检测的精度，但在建模过程中未能充分利用patch之间的光谱约束关本文档来自技高网...

【技术保护点】

1.基于对偶光谱亲和约束的高光谱异常检测方法，其特征在于，包括以下步骤；

2.根据权利要求1所述的基于对偶光谱亲和约束的高光谱异常检测方法，其特征在于，所述步骤1具体为：

3.根据权利要求2所述的基于对偶光谱亲和约束的高光谱异常检测方法，其特征在于，对于处理后的每一个像素hi根据以下公式将其转换为邻域patchhis和中心

4.根据权利要求3所述的基于对偶光谱亲和约束的高光谱异常检测方法，其特征在于，所述步骤2具体为：

5.根据权利要求4所述的基于对偶光谱亲和约束的高光谱异常检测方法，其特征在于，所述步骤2.2)中，特征提取器由层归一化La...

【技术特征摘要】

1.基于对偶光谱亲和约束的高光谱异常检测方法，其特征在于，包括以下步骤；

2.根据权利要求1所述的基于对偶光谱亲和约束的高光谱异常检测方法，其特征在于，所述步骤1具体为：

3.根据权利要求2所述的基于对偶光谱亲和约束的高光谱异常检测方法，其特征在于，对于处理后的每一个像素hi根据以下公式将其转换为邻域patchhis和中心

4.根据权利要求3所述的基于对偶光谱亲和约束的高光谱异常检测方法，其特征在于，所述步骤2具体为：

5.根据权利要求4所述的基于对偶光谱亲和约束的高光谱异常检测方法，其特征在于，所述步骤2.2)中，特征提取器由层归一化layernorm，多尺度视觉注意力，dropout层，残差连接以及前馈网络五个部分组成，并按顺序执行主干计...

【专利技术属性】
技术研发人员：张向荣，徐宏伟，邱荣霞，吴诗琪，王冠淳，韩骁，朱进，焦李成，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：