[發(fā)明專利]基于空譜聯(lián)合協(xié)同表示的高光譜異常檢測(cè)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201910719986.0
• 申請(qǐng)日: 2019-08-06
• 公開(kāi)（公告）號(hào): CN110570395B
• 公開(kāi)（公告）日: 2022-04-29
• 發(fā)明（設(shè)計(jì)）人: 李歡;李宇燕;施元斌;周慧鑫;杜娟;趙東;譚威;于躍;宋江魯奇;秦翰林;王炳健;王佳
• 申請(qǐng)（專利權(quán)）人: 西安電子科技大學(xué)
• 主分類號(hào): G06T7/00
• 分類號(hào): G06T7/00;G06T7/136;G06V20/10;G06K9/62
• 代理公司: 西安志帆知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 61258
• 代理人: 侯峰;韓素蘭

本發(fā)明公開(kāi)了一種基于空譜聯(lián)合協(xié)同表示的高光譜異常檢測(cè)方法，對(duì)原始高光譜圖像進(jìn)行降維與異常信息提取，獲得異常成分最多的降維成分；將預(yù)處理后的高光譜圖像中像元的灰度值與閾值進(jìn)行比較確定異常點(diǎn)位置；根據(jù)所述異常點(diǎn)位置對(duì)原始高光譜圖像中同樣位置的像元做剔除處理；將原始高光譜圖像中剔除異常點(diǎn)之后剩余的像元點(diǎn)向量的均值填充異常點(diǎn)位置的像元，構(gòu)建一幅近似全部于由背景像元構(gòu)成的高光譜圖像；對(duì)所述原始高光譜圖像和構(gòu)建的背景像元高光譜圖像進(jìn)行光譜維度的協(xié)同表示獲得檢測(cè)結(jié)果。本發(fā)明充分利用高光譜圖像的空間和光譜信息，將空間維度的檢測(cè)結(jié)果作為后驗(yàn)信息，輔助光譜維度的協(xié)同表示異常檢測(cè)，具有優(yōu)良的檢測(cè)性能。

技術(shù)領(lǐng)域

本發(fā)明屬于高光譜異常檢測(cè)技術(shù)領(lǐng)域，具體涉及一種基于空譜聯(lián)合協(xié)同表示的高光譜異常檢測(cè)方法。

背景技術(shù)

高光譜遙感技術(shù)是在可見(jiàn)光到紅外波段范圍內(nèi)，采集由地物產(chǎn)生或者散射的連續(xù)數(shù)百個(gè)波段的電磁能量的技術(shù)。高光譜圖像的異常檢測(cè)是指在地物的光譜信息未知的情況下對(duì)圖像中的異常目標(biāo)進(jìn)行探測(cè)，將像元點(diǎn)劃分為兩類，一類屬于背景，一類屬于目標(biāo)，目標(biāo)點(diǎn)含量稀少，因此被稱為異常點(diǎn)，通常情況下可以利用高光譜圖像上的背景統(tǒng)計(jì)特性來(lái)區(qū)分背景與異常，異常檢測(cè)的這一特點(diǎn)克服了目標(biāo)檢測(cè)中遇到的問(wèn)題。將協(xié)同表示應(yīng)用在高光譜圖像異常檢測(cè)領(lǐng)域的思想認(rèn)為，若圖像中的某個(gè)像元屬于背景像元，則其可以利用其鄰近的若干像元近似地表示出來(lái)，而對(duì)于異常像元來(lái)說(shuō)卻不存在這樣的關(guān)聯(lián)。因此，若要判定一個(gè)像元是否為異常像元，可以利用其周圍像元重構(gòu)一個(gè)近似像元，通過(guò)計(jì)算此像元與重構(gòu)的近似像元之間差異程度來(lái)判定像元的屬性。

Li等提出了基于協(xié)同表示的異常檢測(cè)算法，此算法利用雙窗口模型，將雙窗口中外窗口內(nèi)包含的像元提取出來(lái)構(gòu)建背景字典，利用背景字典構(gòu)建近似像元，將近似像元與雙窗口中心像元進(jìn)行比較，計(jì)算殘差，若殘差大于閾值，即判定為異常目標(biāo)。該算法只利用了光譜維度的信息，忽略了大量空間維度的信息。調(diào)整背景字典原子的權(quán)重存在一定的缺陷，若滑動(dòng)雙窗口的外窗口中存在異常像元，而此像元與窗口中心的異常像元屬于同種像元時(shí)，會(huì)導(dǎo)致構(gòu)造近似像元時(shí)，背景窗口中的異常像元占有較大的比重，因此構(gòu)造出的近似像元會(huì)接近于中心的異常像元，從而無(wú)法檢測(cè)出異常像元，影響檢測(cè)結(jié)果。

發(fā)明內(nèi)容

有鑒于此，本發(fā)明的主要目的在于提供一種基于空譜聯(lián)合協(xié)同表示的高光譜異常檢測(cè)方法。

為達(dá)到上述目的，本發(fā)明的技術(shù)方案是這樣實(shí)現(xiàn)的：

本發(fā)明實(shí)施例提供一種基于空譜聯(lián)合協(xié)同表示的高光譜異常檢測(cè)方法，該方法為：

對(duì)原始高光譜圖像進(jìn)行降維與異常信息提取，獲得異常成分最多的降維成分；

將預(yù)處理后的高光譜圖像中像元的灰度值與閾值進(jìn)行比較確定異常點(diǎn)位置；

根據(jù)所述異常點(diǎn)位置對(duì)原始高光譜圖像中同樣位置的像元做剔除處理；

將原始高光譜圖像中剔除異常點(diǎn)之后剩余的像元點(diǎn)向量的均值填充異常點(diǎn)位置的像元，構(gòu)建一幅近似全部于由背景像元構(gòu)成的高光譜圖像；

對(duì)所述原始高光譜圖像和構(gòu)建的背景像元高光譜圖像進(jìn)行光譜維度的協(xié)同表示獲得檢測(cè)結(jié)果。

上述方案中，所述對(duì)原始高光譜圖像進(jìn)行降維，具體為：

步驟101：設(shè)原始數(shù)據(jù)樣本點(diǎn)個(gè)數(shù)為N，從中隨機(jī)選取一個(gè)樣本點(diǎn)x_i，其與鄰域點(diǎn)之間具有某種線性關(guān)系，選擇k個(gè)鄰域點(diǎn)；

步驟102：計(jì)算k個(gè)鄰域點(diǎn)x_ij(j＝1,2,3,…,k)線性表示x_i時(shí)各自對(duì)應(yīng)的權(quán)值，k個(gè)鄰域點(diǎn)與樣本點(diǎn)之間的關(guān)系應(yīng)滿足

式中w_jⁱ為鄰域點(diǎn)對(duì)應(yīng)的權(quán)值，該式解為