一種利用互補(bǔ)信息的改進(jìn)型高光譜rx異常檢測方法
【專利摘要】本發(fā)明涉及一種利用互補(bǔ)信息的改進(jìn)型高光譜RX異常檢測方法。本發(fā)明首先對同一場景下的可見近紅外數(shù)據(jù)和短波紅外數(shù)據(jù)分別運(yùn)用經(jīng)典的RX算子進(jìn)行異常檢測，得到初步異常檢測的目標(biāo)判決。在此基礎(chǔ)上，利用傳感器獲取信息的冗余性和互補(bǔ)性特性，結(jié)合基于規(guī)則的決策級融合方法，得到最終的RX異常檢測判決結(jié)果。在實(shí)測高光譜數(shù)據(jù)上進(jìn)行了實(shí)驗(yàn)仿真，驗(yàn)證了本算法的有效性。本發(fā)明提出的算法能夠有效的利用兩組數(shù)據(jù)的冗余以及互補(bǔ)信息，最終提高了目標(biāo)檢測率。
【專利說明】一種利用互補(bǔ)信息的改進(jìn)型高光譜RX異常檢測方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于一種利用互補(bǔ)信息的改進(jìn)型高光譜RX異常檢測方法，屬于高光譜數(shù)據(jù)處理方法與應(yīng)用【技術(shù)領(lǐng)域】，適用于高光譜數(shù)據(jù)目標(biāo)檢測領(lǐng)域。
【背景技術(shù)】
[0002]高光譜遙感影像將傳統(tǒng)的空間圖像維信息與反映地物輻射特性的光譜維信息有機(jī)地融為一體，具有很高的光譜分辨率，為地物精細(xì)目標(biāo)檢測提供了良好的條件。高光譜影像目標(biāo)檢測技術(shù)伴隨著成像光譜技術(shù)的發(fā)展而興起，在遙感影像應(yīng)用領(lǐng)域具有非常重要的意義。通常目標(biāo)檢測算法需要運(yùn)用一定程度的場景先驗(yàn)知識，包括專家知識、光譜曲線等先驗(yàn)影像信息。然而在實(shí)際運(yùn)用中，這些先驗(yàn)知識很難獲取。并且目前仍缺乏有效的光譜反演算法，光譜曲線庫也有待完善，因此無需先驗(yàn)知識的異常檢測算法，在遙感影像應(yīng)用領(lǐng)域具有非常重要的意義。
[0003]異常檢測算法將高光譜圖像中的小目標(biāo)視為一定分布條件下的奇異點(diǎn)，通過特定處理使變換后數(shù)據(jù)中的目標(biāo)點(diǎn)突出，進(jìn)而自動檢測出異常目標(biāo)。其中最具代表性的方法就是Reed和Yu提出的RX方法。它假設(shè)局部背景服從多元正態(tài)分布，通過估計(jì)局部背景的協(xié)方差矩陣來描述背景模型。類似算法還有UTD算法，該算法把RX算法中的匹配信號由量測信號替換為均勻向量。Chang等人在經(jīng)典RX算法的基礎(chǔ)上提出了很多改進(jìn)算法，例如采用相關(guān)系數(shù)矩陣等方法來描述背景模型，進(jìn)而得到改進(jìn)的檢測算子，它們主要包括有CRXD、NRXD等。實(shí)際應(yīng)用中直接運(yùn)用RX檢測算子，進(jìn)行高分辨率影像異常目標(biāo)檢測時(shí)，往往檢測效果不佳，會產(chǎn)生很多虛警區(qū)域。局部背景中用于估計(jì)協(xié)方差矩陣的樣本個(gè)數(shù)不足、樣本的非單一性以及易受到異常數(shù)據(jù)的“污染”等因素都會嚴(yán)重影響背景協(xié)方差矩陣的估計(jì)，使得估計(jì)的協(xié)方差矩陣不能夠準(zhǔn)確描述背景模型，從而導(dǎo)致RX算法的檢測性能下降。

【發(fā)明內(nèi)容】

[0004]本發(fā)明針對現(xiàn)有技術(shù)的不足，提出一種基于決策級融合的RX高光譜影像異常檢測方法。
[0005]本發(fā)明方法包括以下步驟:
[0006]1)高光譜數(shù)據(jù)的預(yù)處理。
[0007]將光譜圖像各個(gè)波段以灰度圖實(shí)現(xiàn)顯示，對各個(gè)波段的光譜圖像進(jìn)行目視檢查，確定由于大氣吸收、折射和散射因素的作用對光譜數(shù)據(jù)產(chǎn)生較大影響的異常波段和由于其他因素對光譜數(shù)據(jù)產(chǎn)生較大噪聲的異常波段，所述異常波段指無法成像顯示地物特征波段，對異常波段做直接剔除處理。數(shù)據(jù)預(yù)處理的方法為:
[0008]Clata1 = pre_processing (data1, data2 = pre_processing (data2)
[0009]2)圖像的配準(zhǔn)。
[0010]首先對可見近紅外和短波紅外圖像進(jìn)行圖像配準(zhǔn)和圖像濾波。然后對配準(zhǔn)后的短波紅外圖像與可見近紅外圖像分別進(jìn)行RX異常檢測處理，獲取一個(gè)初步?jīng)Q策，得到兩幅檢測的二值圖像。選擇相同的虛警率作為初步?jīng)Q策的融合標(biāo)準(zhǔn)，運(yùn)用RX異常檢測方法:
[0011]OUt1 = RX (data” XJ), out2 = RX (data2, XJ)
[0012]得到的初步目標(biāo)判決結(jié)果。
[0013]以下為RX異常檢測方法:
[0014]對于像元個(gè)數(shù)為N、圖像維數(shù)為B的高分辨率圖像數(shù)據(jù)，假設(shè)觀測像元表示一個(gè)維數(shù)為B的光譜矢量X，其中X = [X1, X2, , XB]，則相應(yīng)的二值目標(biāo)檢測假設(shè)模型如下:
【權(quán)利要求】
1.一種利用互補(bǔ)信息的改進(jìn)型高光譜RX異常檢測方法，其特征在于該方法包括以下步驟: 1)高光譜數(shù)據(jù)的預(yù)處理； 將光譜圖像各個(gè)波段以灰度圖實(shí)現(xiàn)顯示，對各個(gè)波段的光譜圖像進(jìn)行目視檢查，確定由于大氣吸收、折射和散射因素的作用對光譜數(shù)據(jù)產(chǎn)生較大影響的異常波段和由于其他因素對光譜數(shù)據(jù)產(chǎn)生較大噪聲的異常波段，所述異常波段指無法成像顯示地物特征波段，對異常波段做直接剔除處理；數(shù)據(jù)預(yù)處理的方法為:

【文檔編號】G06T7/00GK103456011SQ201310393341
【公開日】2013年12月18日 申請日期:2013年9月2日 優(yōu)先權(quán)日:2013年9月2日
【發(fā)明者】郭寶峰, 徐鈺明, 吳香偉, 彭冬亮, 谷雨, 左燕 申請人:杭州電子科技大學(xué)