一种高光谱图像异常检测的方法技术

本发明专利技术公开了一种高光谱图像异常检测的方法，能够兼顾基于全局和局部背景建模的异常检测方法的优点。包括如下处理：基于奇异值分解，将高光谱图像投影到背景的正交子空间上，获得仅包含噪声和异常的残留图像。在此基础上，引入空间秩深度为局部背景建模，将残留图像划分为噪声背景和“潜在”异常两个样本集。最后，利用多元高斯模型为全局噪声背景建模，计算“潜在”异常集中各样本的马氏距离，并与阈值进行比较实现异常检测，最终生成一幅能够反映异常位置坐标和分布规律的二值映射图像。

【技术实现步骤摘要】

本专利技术涉及一种光谱图像处理方法，具体是一种高光谱图像问题的检测方法。
技术介绍
高光谱图像精确的光谱诊断信息非常有利于检测与背景存在细微差异的目标。其中，异常检测是在缺少光谱先验知识的条件下检测出与周围环境存在光谱差异的目标，是高光谱图像目标检测的关键技术之一，具有较强的实用性。现有较多的用于高光谱图像异常检测的方法，针对背景建模方式的不同可以分为局部背景建模和全局背景建模两种异常检测方法，但两种方法只能在一定程度上适应高光谱图像背景和异常目标的复杂性，其中，基于局部背景建模的异常检测方法通常需要预先估计异常目标的大小，并对于较大的异常目标的检测性能较差，而基于全局背景建模的异常检测方法虽然能够较好的检测较大的异常，但全局背景模型描述整个图像背景的细微变化能力存在着较大欠缺，具有较低的异常目标检测概率。
技术实现思路
为克服现有高光谱图像异常检测方法的不足，本专利技术提供一种能够兼顾基于全局和局部背景建模异常检测方法优点的高光谱图像异常检测方法。本专利技术是通过以下技术方案实现的，包括如下步骤(1)高光谱图像数据残差图像提取；(2)局部背景样本集提取建模；(3)全局噪声背景估计建模本文档来自技高网...

【技术保护点】
一种高光谱图像异常检测的方法，其特征在于，包括如下步骤：（1）高光谱图像数据残差图像提取；（2）局部背景样本集提取建模；（3）全局噪声背景估计建模与各异常样本检测。

【技术特征摘要】

【专利技术属性】
技术研发人员：雷武虎，胡以华，赵楠翔，王迪，顾有林，郝士琦，方胜良，王勇，骆盛，焦均均，李政，
申请(专利权)人：中国人民解放军电子工程学院，
类型：发明
国别省市：