[發明專利]一種基于張量主成分分析降維的高光譜圖像目標檢測方法

有效

• 申請號: 201710433705.6
• 申請日: 2017-06-09
• 公開（公告）號: CN107239768B
• 公開（公告）日: 2020-10-20
• 發明（設計）人: 谷延鋒;譚蘇靈
• 申請（專利權）人: 哈爾濱工業大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 哈爾濱華夏松花江知識產權代理有限公司 23213
• 代理人: 岳昕

一種基于張量主成分分析降維的高光譜圖像目標檢測方法，本發明涉及高光譜圖像目標檢測方法。本發明的目的是為了解決現有高光譜圖像目標檢測方法中未充分考慮在高分條件下空間約束增強的特性，不能從三維數據整體進行信息挖掘，檢測精度低的問題。過程為：一：獲得三階目標、三階背景和待檢測的三階測試樣本張量塊；二：獲得目標、背景和待檢測的測試樣本三個維度上的投影矩陣；三：將目標、背景和待檢測的測試樣本投影到預設的張量子空間中；四：計算每一個待檢測的測試樣本到背景和目標模板的總距離；五：將距離的比值作為灰度值，如果灰度值大于閾值，則確定該中心點的像元為目標，否則認為該中心點的像元為背景。本發明用于圖像處理領域。

技術領域

本發明涉及高光譜圖像目標檢測方法。

背景技術

高光譜圖像傳感器能夠通過上百個光譜通道獲取地物的反射輻射信息，其波段范圍覆蓋了從可見光到近紅外乃至長波紅外區域。高光譜圖像同時包含了地物的空間信息、反射或輻射信息及光譜信息，其特性通常被稱為“圖譜合一”。而且，高光譜圖像數據提供了近乎連續的光譜采樣信息，可以記錄地物在光譜上很小的反射差異，作為地物分類和檢測的依據。研究高光譜圖像目標檢測新技術，具有重要的理論意義和應用價值。在軍事方面，可以揭露敵方目標的偽裝、隱藏和欺騙；在民用方面，在公共安全、質量監控、失事點搜尋與營救等方面已經有重要應用。

當前的目標檢測手段主要有3種：異常檢測、已知樣本下的光譜匹配檢測和一類分類方式檢測。而常用的高光譜圖像光譜匹配檢測模型一般有三種，歐式距離模型，概率統計模型和子空間模型。典型的方法有正交子空間投影檢測方法(Orthogonal SubspaceProjection，OSP)，特征子空間投影檢測方法(Signature Subspace Projection，SSP)，匹配子空間檢測方法(Matched Subspace Detector，MSD)，光譜匹配濾波檢測方法(SpectralMatched filter，SMF)，自適應余弦估計檢測方法(Adaptive Cosine Estimator，ACE)等。

目前針對高光譜圖像的目標檢測主要是利用光譜匹配特性，通過光譜匹配程度來判斷單點的光譜屬性，并未充分考慮在高分條件下空間約束增強的特性，即局部相關性增強的特性。空譜聯合檢測方法可以提高光譜和空間的利用能力，但一般的空譜聯合方法僅僅從空間或光譜的簡單組合操作進行分析，不能從三維數據的整體進行信息挖掘。

張量(tensor)，即多維數組，更正式地說，一個N階張量就是N個向量的張量積的結果。一個向量是一階張量，一個矩陣是二階張量，三階或更高階張量稱為高階張量。利用張量模型對圖像進行表示，可以有效地利用圖像的內在幾何結構信息，大幅提升了遙感圖像分類等的性能。目前基于張量表示的遙感圖像處理方法已經成功應用到高光譜圖像的分類和目標檢測當中，并取得了更好的分類和檢測結果。

發明內容

本發明的目的是為了解決現有高光譜圖像目標檢測方法中未充分考慮在高分條件下空間約束增強的特性，不能從三維數據整體進行信息挖掘，檢測精度低的問題，而提出一種基于張量主成分分析降維的高光譜圖像目標檢測方法。

一種基于張量主成分分析降維的高光譜圖像目標檢測方法具體過程為：

步驟一：對待檢測的高光譜圖像進行張量塊的選擇和劃分，獲得空X-空Y-光譜三階目標模板張量塊、空X-空Y-光譜三階背景模板張量塊和待檢測的空X-空Y-光譜三階測試樣本張量塊；

步驟二：設定目標模板張量塊、背景模板張量塊和待檢測的測試樣本張量塊每一維投影后維度的大小，利用所有待檢測的測試樣本張量塊獲得目標模板張量塊、背景模板張量塊和待檢測的測試樣本張量塊三個維度上的投影矩陣；

步驟三：根據步驟二獲得的目標模板張量塊、背景模板張量塊和待檢測的測試樣本張量塊三個維度上的投影矩陣，將步驟一得到的目標模板張量塊、背景模板張量塊和待檢測的測試樣本張量塊投影到預設的張量子空間中；