[發明專利]一種基于空譜特征聯合約束的高光譜異常檢測方法

在審

• 申請號: 202110657574.6
• 申請日: 2021-06-13
• 公開（公告）號: CN113409261A
• 公開（公告）日: 2021-09-17
• 發明（設計）人: 王靖宇;黃鵬飛;張科;蘇雨;李浩宇;張燁;譚明虎;王琦
• 申請（專利權）人: 西北工業大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T5/00;G06K9/62;G06F17/16
• 代理公司: 西北工業大學專利中心 61204
• 代理人: 華金

1.一種基于空譜特征聯合約束的高光譜異常檢測方法，其特征在于，

步驟1：建立基于S_1/2范數與去噪的光譜信息低秩模型，包括以下子步驟：

步驟1.1：設任意一幅原始的高光譜圖像表示為其中H和W分別表示高光譜圖像中每一個波段的高度和寬度，d表示高光譜圖像的波段數；

步驟1.2：將Ω按波段維度進行張量的矩陣化，得到二維矩陣其中d為波段數，n表示像元數目，數量上有n＝H×W；

步驟1.3：對矩陣化后的高光譜D進行建模得到

D＝Z+S+G

其中，表示背景矩陣，表示異常矩陣，表示噪聲矩陣；

步驟1.4：建立S_1/2低秩表示模型：

s.t.D＝Z+S+G

其中，最小化表征的是背景矩陣Z的低秩性，而表示的是異常矩陣的稀疏性；

步驟1.5：對步驟1.4中的S_1/2低秩表示模型施加去噪約束項，

步驟1.6：建立優化目標函數：

步驟2：對背景矩陣Z進行變分約束，得到基于全變分正則化的空間信息約束模型：

SSTV(Z)＝||D_hZD_s||₁+||D_vZD_s||₁

其中，算子是空間域變分運算符，是光譜域變分運算符；矩陣的1范數是矩陣中元素的絕對值之和。

步驟3：根據步驟1得到的光譜信息低秩模型和步驟2得到的空間信息約束模型，建立最終高光譜異常檢測優化目標函數如下所示：

其中，λ₁,λ₂,λ₃是用于平衡各項重要性的系數；

步驟4：根據步驟3得到的高光譜異常檢測優化目標函數，建立拉格朗日函數，基于交替方向乘子法，在優化其中一個變量時，固定其余所有變量進行求解，得到優化后的背景矩陣Z和異常矩陣S后，計算異常矩陣S每一行的l₂范數，大于給定閾值時，可被判定為異常。

2.如權利要求1所述的一種基于空譜特征聯合約束的高光譜異常檢測方法，其特征在于，針對空間域變分運算符，實質上是對每一個波段(Dⁱ,i＝1,2,...,d)上的H×W即n個像元進行變分操作。在沿光譜維度展開的二維矩陣數據模型下計算時，空間域變分運算符D_h和D_v均對二維高光譜矩陣的每一列進行差分，區別在于通過建立不同的運算符矩陣，D_h運算符差分的是每一個波段上水平相鄰的像元，D_v運算符差分的是每一個波段上垂直相鄰的像元。針對光譜域變分運算符，實質上是對同一個像元的不同波段進行變分操作，在沿光譜維度拉伸展開的二維矩陣數據模型下計算時，光譜域變分算子D_s是對二維高光譜矩陣的行進行差分。

3.如權利要求1所述的一種基于空譜特征聯合約束的高光譜異常檢測方法，其特征在于，所述步驟3中，系數取值為[0.0001,0.001,0.01,0.1,1,10,100,1000]。

4.如權利要求1所述的一種基于空譜特征聯合約束的高光譜異常檢測方法，其特征在于，采用ROC曲線和AUC值對本方法進行定性和定量分析。