[發(fā)明專利]一種高光譜圖像目標檢測方法和系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202010692849.5
• 申請日: 2020-07-17
• 公開（公告）號: CN112036235A
• 公開（公告）日: 2020-12-04
• 發(fā)明（設計）人: 石悅
• 申請（專利權）人: 中國科學院空天信息創(chuàng)新研究院
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/40;G06K9/62
• 代理公司: 北京安博達知識產(chǎn)權代理有限公司 11271
• 代理人: 徐國文

本發(fā)明提出的一種高光譜圖像目標檢測方法和系統(tǒng)，包括：對高光譜圖像進行降維處理，之后高光譜圖像像元利用端元矩陣和豐度矩陣進行投影得到高光譜圖像端元投影空間信息量特征；基于高光譜圖像端元投影空間信息量特征量對目標函數(shù)迭代求解得到端元矩陣和豐度矩陣；基于端元矩陣和豐度矩陣確定每個像元的地物組成；其中目標函數(shù)將端元投影空間信息量作為約束引入MVC?NMF方法，并結合凸面幾何模型的最小端元體積約束，使得真實端元張成的空間具有較大的統(tǒng)計信息量，通過信息量的約束將目標函數(shù)迭代過程限制在真實端元構成的超平面內(nèi)，從而降低了噪聲和外點等干擾信息對端元提取的影響，提取出真實目標，實現(xiàn)了對高光譜圖像地物的亞像元級圖像精準檢測。

技術領域

本發(fā)明涉及高光譜遙感圖像處理技術領域，具體涉及一種高光譜圖像目標檢測方法和系統(tǒng)。

背景技術

高光譜遙感作為一種可同時獲取地物的二維空間信息與地物光譜特征信息，圖譜合一是高光譜圖像的重要特征，所有波段的圖像疊合在一起則形成了高光譜圖像數(shù)據(jù)立方體，每個像元均是一條連續(xù)的光譜曲線，曲線上的點為各個波段圖像上的輻射值。因此在高光譜圖像處理中，主要從圖像空間和光譜空間兩個維度進行高光譜圖像的像元和地物分析。

由于自然界中的成像地物復雜多樣，高光譜圖像受到傳感器分辨率的限制，其每個像元所對應的區(qū)域往往包含不同類型的地物，他們有著不同的光譜響應特征，混合像元普遍存在于高光譜遙感圖像中。當高光譜圖像中存在混合像元時，利用常規(guī)分類檢測方法將混合像元強制分為某一類目標是不嚴謹?shù)模Ｒ?guī)方法難以滿足高光譜圖像精準定量分析要求，給高光譜圖像的精細分類檢測帶來了巨大的挑戰(zhàn)。

解決混合像元進行高光譜端元提取的方法是將混合像元分解至亞像元水平，該過程又稱作混合像元分析。混合像元分析將圖像分解至亞像元級，利用幾何、統(tǒng)計、建模等方法分解出混合像元中包含的不同地物，每類地物稱為端元，每類地物的組成即所占的比例稱為豐度?；旌舷裨治鲞^程主要包括特征提取(Feature Extraction)、端元提取(Endmember Extraction)、基于混合模型的豐度解混(unmixing)等幾個環(huán)節(jié)。利用高光譜混合像元分析技術，通過端元的豐度解混可獲得各類地物在混合像元中所占的比例，確定像元中各類地物的組成，可降低圖像錯分的可能性，從而提高高光譜圖像地物檢測的精度。

近年來一項新興的非負矩陣分解盲信號分離方法被應用到高光譜遙感圖像混合像元分析中，已成為高光譜圖像目標檢測研究方向的一個重要分支。高光譜圖像中的噪聲或異常點也稱為外點，為圖像中與其他數(shù)值差異較大的點，目前基于端元約束的非負矩陣分解混合像元分析圖像目標檢測方法，如端元單形體體積、端元稀疏性、端元平滑過渡等約束的非負矩陣分解方法，很少考慮外點和小概率分布地物的影響，往往會將噪聲和異常點作為端元提取出來或受到噪聲和異常點的影響造成目標檢測錯誤。針對當前常見端元提取方法處理存在外點的數(shù)據(jù)時，容易受到外點影響而提取出錯誤端元或直接把異常像元作為端元提取出來的問題，本方法通過尋求有效約束，達到了對噪聲和異常點魯棒，并能效準確檢測出高光譜圖像中目標的目的。

發(fā)明內(nèi)容

為了解決現(xiàn)有基于非負矩陣分解的圖像目標檢測技術中所存在的噪聲和異常點魯棒問題，本發(fā)明提供一種高光譜圖像目標檢測方法，包括：

對高光譜圖像進行降維處理，并初始化端元矩陣和豐度矩陣；

將降維處理后的高光譜圖像像元利用所述初始化后的端元矩陣和豐度矩陣進行投影處理得到高光譜圖像端元投影空間信息量特征；

基于所述高光譜圖像端元投影空間信息量特征量對預先構建的目標函數(shù)迭代求解得到端元矩陣和豐度矩陣；

基于所述端元矩陣和豐度矩陣確定每個像元的地物組成；

其中所述目標函數(shù)基于空間信息統(tǒng)計模型的投影信息量和基于凸面幾何模型的最小端元體積約束構建。

優(yōu)選的，所述對高光譜圖像進行降維處理，包括：