[發(fā)明專利]高光譜圖像目標異常檢測方法、系統(tǒng)、終端及存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202110921317.9
• 申請日: 2021-08-11
• 公開（公告）號: CN113537150A
• 公開（公告）日: 2021-10-22
• 發(fā)明（設(shè)計）人: 郭宇;紀炎濤;姜沛林;張雪濤;王飛
• 申請（專利權(quán)）人: 西安交通大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/08;G06N20/00;G06T7/00
• 代理公司: 西安通大專利代理有限責任公司 61200
• 代理人: 房鑫

一種高光譜圖像目標異常檢測方法、系統(tǒng)、終端及存儲介質(zhì)，檢測方法包括以下步驟：通過最大互相關(guān)熵協(xié)作表示賦予高光譜圖像每個波段一個合適的權(quán)重；對于每個波段具有一個合適的權(quán)重的高光譜圖像，通過最大互相關(guān)熵協(xié)作表示得出像素異常得分，通過設(shè)置合適閾值選擇出異常像素。本發(fā)明通過對高光譜圖像的不同波段自適應賦予不同權(quán)重，能夠有效避免波段噪聲與異常像素點段對于檢測準確度的影響，提高算法的魯棒性。本發(fā)明目標函數(shù)構(gòu)建的是聯(lián)合函數(shù)，同時求解波段權(quán)重和鄰域像素點權(quán)重，使用迭代求解算法高效求解，避免了單獨學習二者其中一個可能帶來的次優(yōu)解問題。本發(fā)明能夠有效的提高準確率。

技術(shù)領(lǐng)域

本發(fā)明屬于遙感圖像處理領(lǐng)域，具體涉及一種高光譜圖像目標異常檢測方法、系統(tǒng)、終端及存儲介質(zhì)。

背景技術(shù)

高光譜圖像擁有眾多的光譜域，可以提供地球表面的大量光譜信息和空間信息，由于高光譜圖像的良好檢測性能，它被廣泛的應用于場景分類、混合、聚類、變化檢測和目標檢測等領(lǐng)域。高光譜圖像的應用之一—高光譜異常檢測已經(jīng)是當前研究的熱點之一，目前高光譜異常檢測被廣泛應用于軍事和民用領(lǐng)域，并已經(jīng)取得了不錯的效果。高光譜異常檢測是一種無監(jiān)督的二分類問題，不需要先驗知識。在高光譜異常檢測中，將光譜與其周圍的光譜顯著不同的對象視為異常，將整個圖像中除異常以外的對象定義為背景。

當前已有的很多方法都可以完成高光譜異常檢測。Reed-Xiaoli(RX)算法基于像素與背景之間的Mahalanobis距離，并假設(shè)使用多元高斯背景分布來識別異常，詳細的又分為使用整個圖像建模背景的GRX和使用局部雙窗口進行建模的LRX。后來又有學者提出了非線性版本的RX(KRX)，KRX通過非線性映射函數(shù)擴展到與原始輸入空間相關(guān)的特征空間。由于KRX存在目標污染背景的問題，又有學者基于此問題對算法進行了改進，提出了在內(nèi)核空間中使用魯棒回歸分析的魯棒性非線性異常檢測算法(RNAD)。基于協(xié)作表示的檢測器(CRD)在后來被提出并被廣泛使用。CRD假設(shè)背景中的每個像素都可以使用其鄰域像素進行近似，而異常像素則不能。假設(shè)背景像素是相鄰像素的線性組合，并且通過最小化范數(shù)來增強協(xié)作表示。當前已有基于RX的檢測器都是假定背景是均勻的，并使用多元高斯分布進行建模。但是實際情況中往往無法滿足此假設(shè)，這將導致準確率下降。

除此以外，由于高光譜圖像在獲取時并不能完全屏蔽噪聲和異常的干擾，因此在高光譜圖像中某個波段可能會存在噪聲和異常像素點。CRD以及其派生算法都是假設(shè)每個波段都具有相同的重要性，這樣的假設(shè)對于噪聲波段的魯棒性將會很差，從而降低異常檢測的效果。

相關(guān)文獻：

【1】Reed I S,Yu X.Adaptive multiple-band CFAR detection of an opticalpattern with unknown spectral distribution[J].IEEE Transactions on Acoustics,Speech,and Signal Processing,1990,38(10):1760-1770.

【2】Molero J M,Garzón E M,García I,et al.Analysis and optimizations ofglobal and local versions of the RX algorithm for anomaly detection inhyperspectral data[J].IEEE Journal of Selected Topics in Applied EarthObservations and Remote Sensing,2013,6(2):801-814.

【3】Kwon H,Nasrabadi N M.Kernel RX-algorithm:Anonlinear anomalydetector for hyperspectral imagery[J].IEEE transactions on Geoscience andRemote Sensing,2005,43(2):388-397.