[發(fā)明專利]一種CASI高光譜數據異常目標檢測方法

在審

• 申請?zhí)枺?/td>: 202110735048.7
• 申請日: 2021-06-30
• 公開（公告）號: CN113553914A
• 公開（公告）日: 2021-10-26
• 發(fā)明（設計）人: 韓曉青;葉發(fā)旺;孟樹
• 申請（專利權）人: 核工業(yè)北京地質研究院
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/34;G06K9/40;G06K9/44;G06K9/46;G06K9/62;G01J3/28
• 代理公司: 核工業(yè)專利中心 11007
• 代理人: 陳麗麗

本發(fā)明屬于高光譜遙感異常目標檢測領域，具體公開一種CASI高光譜數據異常目標檢測方法，包括：步驟(1)、將高光譜三維圖像矩陣轉換為二維矩陣L；步驟(2)、對高光譜CASI數據進行中值濾波MF處理；步驟(3)、對高光譜CASI數據進行主成分分析PCA處理；步驟(4)、對高光譜CASI數據進行GRX檢測和閾值分割處理。本發(fā)明方法通過采用MF方法對CASI數據進行平滑濾波去噪，通過采用PCA方法對高光譜數據進行降維，實現了對CASI高光譜數據異常目標的檢測。

技術領域

本發(fā)明屬于高光譜遙感異常目標檢測領域，具體涉及一種CASI高光譜數據異常目標檢測方法。

背景技術

高光譜CASI數據可以識別檢測地面的小目標，高光譜技術弱小目標探測技術在地質調查、戰(zhàn)場偵察等領域有重要的用途。

高光譜數據的弱小目標檢測又叫高光譜異常目標檢測，屬于高光譜目標檢測范疇。由于高光譜數據具有圖譜合一、高光譜分辨率、高空間分辨率等特點，在檢測圖像中的弱小目標方面具有非常大的優(yōu)勢。弱小目標一般為：①具有一定空間形狀的、較小的目標(如車輛、飛機等)；②空間形狀不能分辨的、僅占幾個象素或者一個象素內的目標。

如果已經知道目標地物的先驗光譜信息實現了高光譜目標檢測的稱為光譜匹配檢測。但實際檢測多數情況下多數不能得到目標地物光譜信息，如果不知道目標的先驗光譜信息直接將不符合背景特性的像元判定為目標的高光譜目標檢測被稱為高光譜異常目標檢測，具有“盲檢測”的特性，是目前高光譜目標檢測的研究熱點。

高光譜異常目標檢測方法不同于傳統(tǒng)的遙感目標檢測方法，異常目標屬于無監(jiān)督目標檢測，不需要知道目標光譜信號的先驗信息，直接對高光譜數據做統(tǒng)計處理，根據統(tǒng)計特性的不同判斷異常目標。經典高光譜異常目標檢測方法包括RX(Reed and Xiao)方法，RX方法又派生出GRX(Global RX，GRX)方法、LRX(Local RX，LRX)方法、KRX(Kernel RX，KRX)方法等多種方法。

其中，GRX方法為全局RX，LRX方法為局部RX。GRX方法要求圖像背景符合高斯分布，適合光譜波段較少的目標檢測。LRX方法要求圖像背景復雜符合多維高斯隨機分布，使用局部背景窗口和目標窗口滑動進行異常目標檢測。KRX方法需要檢測過程中需要使用核矩陣，選擇合適的核矩陣非常不容易，而且計算量非常大。

然而，CASI高光譜數據雖然背景符合高斯分布，但波段數非常多，同時圖像數噪聲比較大，上述經典高光譜異常目標檢測方法難以實現CASI高光譜數據異常目標檢測。

因此，亟待開發(fā)一種檢測方法，能夠實現CASI高光譜數據異常目標檢測。

發(fā)明內容

本發(fā)明的目的在于提供一種CASI高光譜數據異常目標檢測方法，該方法通過采用MF方法對CASI數據進行平滑濾波去噪，通過采用PCA方法對高光譜數據進行降維，實現了對CASI高光譜數據異常目標的檢測。

實現本發(fā)明目的的技術方案：一種CASI高光譜數據異常目標檢測方法，所述方法包括以下步驟：

步驟(1)、將高光譜三維圖像矩陣轉換為二維矩陣L；

步驟(2)、對高光譜CASI數據進行中值濾波MF處理；

步驟(3)、對高光譜CASI數據進行主成分分析PCA處理；

步驟(4)、對高光譜CASI數據進行GRX檢測和閾值分割處理。

進一步地，所述步驟(1)中二維矩陣L為：L＝J×M；J為列向量；M為行向量，表示CASI圖像所有像素個數。

進一步地，所述步驟(2)包括：

步驟(2.1)、對一個大小為m×n的卷積濾波器w(s,t)與CASI圖像J(x,y)進行卷積處理；