[發明專利]相似性約束凸非負矩陣分解的高光譜異常目標檢測方法

有效

• 申請號: 201811615986.8
• 申請日: 2018-12-27
• 公開（公告）號: CN109815825B
• 公開（公告）日: 2021-01-15
• 發明（設計）人: 盧孝強;張無瑕;李學龍
• 申請（專利權）人: 中國科學院西安光學精密機械研究所
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/52
• 代理公司: 西安智邦專利商標代理有限公司 61211
• 代理人: 汪海艷

1.一種相似性約束凸非負矩陣分解的高光譜異常目標檢測方法，其特征在于，包括以下步驟：

S1：輸入待檢測的高光譜圖像X，將待檢測的高光譜圖像X劃分為N個以第i個像素為中心的圖像塊P_i，其中i＝1，2，…N；

S2：對每個圖像塊P_i，求解端元選擇矩陣W_i和其對應的系數矩陣G_i；

S3：根據S2獲得的端元選擇矩陣W_i和其對應的系數矩陣G_i，計算待檢測像素的重構誤差γ＝||y-P_iW_iα_y||²，得到高光譜異常目標檢測結果；其中W_i為圖像塊P_i端元選擇矩陣，α_y為待檢測像素y對應的系數向量；

步驟S2具體為：

S2a：初始化端元選擇矩陣W_io；

將W_io賦值為全0矩陣，并對W_io的每一列隨機挑選j個元素并賦值為0、1或0到1的值；

S2b：計算初始化系數矩陣G_io；

s.t.1^T g_i＝1,G_i≥0；

其中，P_i為圖像塊，G_i為系數矩陣，Φ＝P_iW_i0為端元組成的基矩陣；

S2c：計算相似性約束正則項；

其中，y指待檢測像素，x₁,x₂,...,x_s為圖像塊P_i對應的端元；

S2d：根據凸非負矩陣分解方法更新端元選擇矩陣W_io；

其中，Y＝X^TX，

S2e：根據相似性約束的凸非負矩陣分解方法，更新系數矩陣；

S2f：計算重構損失；

S2g：循環步驟S2d至步驟S2f，當k＞1L_k＜L_k-1L_k-1-L_k＜ξ時，更新端元選擇矩陣W_i和系數矩陣G_i；

W_i←W_ik,

G_i←G_ik.

S2h：重復迭代S2d-S2g m次，獲得端元基矩陣W_i和系數矩陣G_i。

2.根據權利要求1所述的相似性約束凸非負矩陣分解的高光譜異常目標檢測方法，其特征在于：

S1中采用雙窗口策略逐像素滑過整幅待檢測的高光譜圖像，對待檢測的高光譜圖像劃分。

3.根據權利要求2所述的相似性約束凸非負矩陣分解的高光譜異常目標檢測方法，其特征在于：雙窗口尺寸為(W_out,W_in)＝(15,3)。

4.根據權利要求1所述的相似性約束凸非負矩陣分解的高光譜異常目標檢測方法，其特征在于：m＝100。