本發(fā)明涉及圖像異常檢測(cè)，特別涉及一種基于嵌套自編碼器的高光譜圖像異常檢測(cè)方法和裝置。

背景技術(shù)：

1、在傳統(tǒng)的基于深度學(xué)習(xí)的異常檢測(cè)方法中，大多采用卷積自編碼器重構(gòu)背景。然而，它只能挖掘異常與背景在空間維度上的差異，忽略了光譜維度上與背景有顯著差異的異常特征，使得重建的背景容易受到異常像素的干擾，導(dǎo)致檢測(cè)虛警率高。傳統(tǒng)的卷積自編碼器在空間維度上只具有下采樣結(jié)構(gòu)，無(wú)法有效地重建某些細(xì)節(jié)部分。僅利用空間維度上的重構(gòu)誤差進(jìn)行異常檢測(cè)，不足以利用高光譜圖像的光譜信息。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明提供一種基于嵌套自編碼器的高光譜圖像異常檢測(cè)方法和裝置，以解決現(xiàn)有技術(shù)檢測(cè)方法虛警率高、細(xì)節(jié)重建效果差、圖像信息利用率低等問(wèn)題。

2、本發(fā)明第一方面實(shí)施例提供一種基于嵌套自編碼器的高光譜圖像異常檢測(cè)方法，所述方法采用改進(jìn)后的深度學(xué)習(xí)模型，所述改進(jìn)后的深度學(xué)習(xí)模型包括上采樣結(jié)構(gòu)和下采樣結(jié)構(gòu)，所述下采樣結(jié)構(gòu)包括第一級(jí)編碼器和第二級(jí)編碼器，利用步幅為2的卷積層替代所述深度學(xué)習(xí)模型的池化層，所述方法包括以下步驟：獲取原始高光譜圖像；基于所述上采樣結(jié)構(gòu)，利用所述第一級(jí)編碼器對(duì)所述原始高光譜圖像在空間維度上進(jìn)行特征編碼和解碼，并利用所述第二級(jí)編碼器對(duì)所述原始高光譜圖像在光譜維度上進(jìn)行特征編碼和解碼，得到所述原始高光譜圖像的空間特征和光譜特征；基于所述空間特征和所述光譜特征重建得到重建高光譜圖像的異常像素點(diǎn)。

3、可選地，在基于所述空間特征和所述光譜特征重建得到重建高光譜圖像的異常像素點(diǎn)之后，包括：計(jì)算所述原始高光譜圖像和所述重建高光譜圖像的每個(gè)像素位置上的空間重構(gòu)誤差和每個(gè)像素在不同光譜波段上的光譜重構(gòu)誤差；基于預(yù)設(shè)調(diào)整策略，調(diào)整所述空間重構(gòu)誤差的權(quán)重和所述光譜重構(gòu)誤差的權(quán)重，并基于調(diào)整后的空間重構(gòu)誤差的權(quán)重和光譜重構(gòu)誤差的權(quán)重優(yōu)化所述深度學(xué)習(xí)模型的重建能力。

4、可選地，所述空間重構(gòu)誤差的計(jì)算公式為：

5、；

6、其中，為圖像高度，為圖像寬度，為光譜波段數(shù)，=1...，為原始高光譜圖像，為重建高光譜圖像，為像素位置。

7、可選地，所述光譜重構(gòu)誤差的計(jì)算公式為：

8、。

9、本發(fā)明第二方面實(shí)施例提供一種基于嵌套自編碼器的高光譜圖像異常檢測(cè)裝置，所述裝置采用改進(jìn)后的深度學(xué)習(xí)模型，所述改進(jìn)后的深度學(xué)習(xí)模型包括上采樣結(jié)構(gòu)和下采樣結(jié)構(gòu)，所述下采樣結(jié)構(gòu)包括第一級(jí)編碼器和第二級(jí)編碼器，利用步幅為2的卷積層替代所述深度學(xué)習(xí)模型的池化層，所述裝置包括：第一獲取模塊，用于獲取原始高光譜圖像；第二獲取模塊，用于基于所述上采樣結(jié)構(gòu)，利用所述第一級(jí)編碼器對(duì)所述原始高光譜圖像在空間維度上進(jìn)行特征編碼和解碼，并利用所述第二級(jí)編碼器對(duì)所述原始高光譜圖像在光譜維度上進(jìn)行特征編碼和解碼，得到所述原始高光譜圖像的空間特征和光譜特征；檢測(cè)模塊，用于基于所述空間特征和所述光譜特征重建得到重建高光譜圖像的異常像素點(diǎn)。

10、可選地，在基于所述空間特征和所述光譜特征重建得到重建高光譜圖像的異常像素點(diǎn)之后，所述檢測(cè)模塊，還用于：計(jì)算所述原始高光譜圖像和所述重建高光譜圖像的每個(gè)像素位置上的空間重構(gòu)誤差和每個(gè)像素在不同光譜波段上的光譜重構(gòu)誤差；基于預(yù)設(shè)調(diào)整策略，調(diào)整所述空間重構(gòu)誤差的權(quán)重和所述光譜重構(gòu)誤差的權(quán)重，并基于調(diào)整后的空間重構(gòu)誤差的權(quán)重和光譜重構(gòu)誤差的權(quán)重優(yōu)化所述深度學(xué)習(xí)模型的重建能力。

11、可選地，所述空間重構(gòu)誤差的計(jì)算公式為：

12、；

13、其中，為圖像高度，為圖像寬度，為光譜波段數(shù)，=1...，為原始高光譜圖像，為重建高光譜圖像，為像素位置。

14、可選地，所述光譜重構(gòu)誤差的計(jì)算公式為：

15、。

16、本發(fā)明第三方面實(shí)施例提供一種電子設(shè)備，包括：存儲(chǔ)器、處理器及存儲(chǔ)在所述存儲(chǔ)器上并可在所述處理器上運(yùn)行的計(jì)算機(jī)程序，所述處理器執(zhí)行所述程序，以實(shí)現(xiàn)如上述實(shí)施例所述的基于嵌套自編碼器的高光譜圖像異常檢測(cè)方法。

17、本發(fā)明第四方面實(shí)施例提供一種計(jì)算機(jī)程序產(chǎn)品，其上存儲(chǔ)有計(jì)算機(jī)程序，該程序被處理器執(zhí)行，以用于實(shí)現(xiàn)如上述實(shí)施例所述的基于嵌套自編碼器的高光譜圖像異常檢測(cè)方法。

18、上述實(shí)施方式中，獲取原始高光譜圖像，基于上采樣結(jié)構(gòu)，利用第一級(jí)編碼器對(duì)原始高光譜圖像在空間維度上進(jìn)行特征編碼和解碼，并利用第二級(jí)編碼器對(duì)原始高光譜圖像在光譜維度上進(jìn)行特征編碼和解碼，得到原始高光譜圖像的空間特征和光譜特征，基于空間特征和光譜特征重建得到重建高光譜圖像的異常像素點(diǎn)。由此，解決了現(xiàn)有技術(shù)檢測(cè)方法虛警率高、細(xì)節(jié)重建效果差、圖像信息利用率低等問(wèn)題，通過(guò)對(duì)深度學(xué)習(xí)模型的結(jié)構(gòu)進(jìn)行改進(jìn)，具有自動(dòng)化、檢測(cè)準(zhǔn)度高、復(fù)雜度低、快速高效等優(yōu)點(diǎn)。

19、本發(fā)明附加的方面和優(yōu)點(diǎn)將在下面的描述中部分給出，部分將從下面的描述中變得明顯，或通過(guò)本發(fā)明的實(shí)踐了解到。

20、附圖說(shuō)明

21、本發(fā)明上述的和/或附加的方面和優(yōu)點(diǎn)從下面結(jié)合附圖對(duì)實(shí)施例的描述中將變得明顯和容易理解，其中：

22、圖1為根據(jù)本發(fā)明實(shí)施例提供的一種基于嵌套自編碼器的高光譜圖像異常檢測(cè)方法的流程圖；

23、圖2為根據(jù)本發(fā)明一個(gè)實(shí)施例的基于嵌套自編碼器的高光譜圖像異常檢測(cè)方法的流程圖；

24、圖3為根據(jù)本發(fā)明實(shí)施例的基于嵌套自編碼器的高光譜圖像異常檢測(cè)裝置的示例圖；

25、圖4為根據(jù)本發(fā)明實(shí)施例的電子設(shè)備結(jié)構(gòu)的示意圖。

技術(shù)特征：

1.一種基于嵌套自編碼器的高光譜圖像異常檢測(cè)方法，其特征在于，所述方法采用改進(jìn)后的深度學(xué)習(xí)模型，所述改進(jìn)后的深度學(xué)習(xí)模型包括上采樣結(jié)構(gòu)和下采樣結(jié)構(gòu)，所述下采樣結(jié)構(gòu)包括第一級(jí)編碼器和第二級(jí)編碼器，利用步幅為2的卷積層替代所述深度學(xué)習(xí)模型的池化層，所述方法包括以下步驟：

2.根據(jù)權(quán)利要求1所述的基于嵌套自編碼器的高光譜圖像異常檢測(cè)方法，其特征在于，在基于所述空間特征和所述光譜特征重建得到重建高光譜圖像的異常像素點(diǎn)之后，包括：

3.根據(jù)權(quán)利要求2所述的基于嵌套自編碼器的高光譜圖像異常檢測(cè)方法，其特征在于，所述空間重構(gòu)誤差的計(jì)算公式為：

4.根據(jù)權(quán)利要求2所述的基于嵌套自編碼器的高光譜圖像異常檢測(cè)方法，其特征在于，所述光譜重構(gòu)誤差的計(jì)算公式為：

5.一種基于嵌套自編碼器的高光譜圖像異常檢測(cè)裝置，其特征在于，所述裝置采用改進(jìn)后的深度學(xué)習(xí)模型，所述改進(jìn)后的深度學(xué)習(xí)模型包括上采樣結(jié)構(gòu)和下采樣結(jié)構(gòu)，所述下采樣結(jié)構(gòu)包括第一級(jí)編碼器和第二級(jí)編碼器，利用步幅為2的卷積層替代所述深度學(xué)習(xí)模型的池化層，所述裝置包括：

6.根據(jù)權(quán)利要求5所述的基于嵌套自編碼器的高光譜圖像異常檢測(cè)裝置，其特征在于，在基于所述空間特征和所述光譜特征重建得到重建高光譜圖像的異常像素點(diǎn)之后，所述檢測(cè)模塊，還用于：

7.根據(jù)權(quán)利要求6所述的基于嵌套自編碼器的高光譜圖像異常檢測(cè)裝置，其特征在于，所述空間重構(gòu)誤差的計(jì)算公式為：

8.根據(jù)權(quán)利要求6所述的基于嵌套自編碼器的高光譜圖像異常檢測(cè)裝置，其特征在于，所述光譜重構(gòu)誤差的計(jì)算公式為：

9.一種電子設(shè)備，其特征在于，包括存儲(chǔ)器、處理器及存儲(chǔ)在所述存儲(chǔ)器上并可在所述處理器上運(yùn)行的計(jì)算機(jī)程序，所述處理器執(zhí)行所述程序，以實(shí)現(xiàn)如權(quán)利要求1-4中任一所述的基于嵌套自編碼器的高光譜圖像異常檢測(cè)方法。

10.一種計(jì)算機(jī)程序產(chǎn)品，所述計(jì)算機(jī)程序產(chǎn)品存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，該程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1-4中任一所述的基于嵌套自編碼器的高光譜圖像異常檢測(cè)方法。

技術(shù)總結(jié)
本發(fā)明涉及圖像異常檢測(cè)技術(shù)領(lǐng)域，特別涉及一種基于嵌套自編碼器的高光譜圖像異常檢測(cè)方法和裝置，其中，方法包括：獲取原始高光譜圖像；基于上采樣結(jié)構(gòu)，利用第一級(jí)編碼器對(duì)原始高光譜圖像在空間維度上進(jìn)行特征編碼和解碼，并利用第二級(jí)編碼器對(duì)原始高光譜圖像在光譜維度上進(jìn)行特征編碼和解碼，得到原始高光譜圖像的空間特征和光譜特征；基于空間特征和光譜特征重建得到重建高光譜圖像的異常像素點(diǎn)。由此，解決了現(xiàn)有技術(shù)檢測(cè)方法虛警率高、細(xì)節(jié)重建效果差、圖像信息利用率低等問(wèn)題，通過(guò)對(duì)深度學(xué)習(xí)模型的結(jié)構(gòu)進(jìn)行改進(jìn)，具有自動(dòng)化、檢測(cè)準(zhǔn)度高、復(fù)雜度低、快速高效等優(yōu)點(diǎn)。

技術(shù)研發(fā)人員：尹航,曹偉男,趙婕樂(lè),楊光義,賀威
受保護(hù)的技術(shù)使用者：武漢大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/19