鄰域空間窗口的高光譜圖像稀疏表示目標檢測方法
2023-09-18 21:33:25
專利名稱：鄰域空間窗口的高光譜圖像稀疏表示目標檢測方法
技術領域：
本發明涉及的是一種高光譜圖像目標檢測方法，具體的說是一種最優空間窗口的高光譜圖像稀疏表示目標檢測方法。
背景技術：
高光譜圖像目標檢測作為高光譜圖像處理的重要研究方向，長期以來受到各國專家學者以及工程技術人員的廣泛關注。隨著高光譜遙感技術的不斷發展，高光譜掃描儀的光譜解析度不斷提升，相對於多光譜遙感而言，高光譜圖像提供的地物光譜信息更加豐富，使其對地物的分辨更加準確。比較常用的檢測算法有支持向量機(supportvector machines, SVM),光譜匹配濾波(spectral matched filter, SMF),匹配子空間檢測(matched subspace detector, MSD)和自適應子空間探測(adaptive subspacedetector, ASD)等。SVM算法是一種非常有效的處理非線性信號的方法，它將信號映射到一個新的特徵空間，在新的空間中能夠更加容易和明顯地區分不同的信號，該方法在高光譜圖像處理中取得了很好的效果。然而，SVM算法易受不同核函數選取的影響。此外，還有許多利用統計量進行假設檢測的檢測算法，如SMF等，它們都需要對高光譜圖像像元光譜的數學分布進行假設，分布模型的準確度對檢測結果的影響巨大。利用稀疏表示方法的高光譜圖像目標檢測算法的基本思想為將待檢測像元的光譜表示為一系列字典原子光譜的線性組合，目標檢測問題轉化為求解利用字典原子重建像元光譜，尋找到該重建過程中誤差最小的字典原子係數的最優化問題。稀疏表示方法在高光譜圖像目標檢測中取得了較好的檢測效果，但其只利用了圖像的光譜信息，忽視了高光譜數據中潛在的空間信息。
發明內容
本發明的目的在於提供一種能夠提高數據處理的可靠性、高效性的鄰域空間窗口的高光譜圖像稀疏表示目標檢測方法。本發明的目的是這樣實現的鄰域空間窗口的高光譜圖像稀疏表示目標檢測方法包括下列步驟步驟1:待檢測像元的鄰域空間窗口大小的確定；步驟2 :利用貪婪追蹤算法，計算鄰域空間窗口內各像元的稀疏係數；步驟3 :分別計算基於背景過完備字典重建的像元重建誤差和基於目標過完備字典重建的像元重建誤差，依據誤差大小，判定像元是否為檢測目標；其特徵是所述步驟I包括下列步驟(I)初始化空間窗口為當前像元；(2)計算當前空間窗口中像元光譜與4-鄰域像元光譜的相似性；(3)將相似性大於閾值的4-鄰域像元加入空間窗口 ；(4)有新像元加入空間窗口則轉到步驟⑵，窗口不變則結束循環；
所述步驟2包括下列步驟(I)將步驟I中確定鄰域空間窗口中的像元光譜轉化為一個矩陣，矩陣的每一列為一個像兀的光譜；(2)根據給定的過完備字典，用貪婪追蹤算法計算每一像元的鄰域空間窗口內像元光譜的稀疏表示；所述步驟3包括下列步驟(I)用背景過完備字典對像元光譜進行重建，並計算重建誤差；(2)用目標過完備字典對像元光譜進行重建，並計算重建誤差；(3)計算背景字典重建誤差與目標字典重建誤差的差值；(4)根據差值的大小，設定固定的門限進行判決。本發明方法的優點在於在稀疏模型中，不需要假設對目標和背景的分布特性，同時由於背景像元和目標像元本身光譜特性的區別，它們會分布在不同的子空間中。通過貪婪追蹤算法解得的像元光譜的稀疏表示向量是由分別表示背景部分子字典的稀疏表示和目標部分子字典的稀疏表示的組合，若待檢測的像元是一個背景像元，則稀疏表示的背景部分是稀疏的，稀疏表示的背景部分是一個零向量，反之亦然。即向量a是由分別表示背景權係數Cib和目標權係數at的組合，若X是一個背景像元，則Cib稀疏的，a,是一個零向量，若X是一個目標像元，則ab是一個零向量，而a,是稀疏的。因此，根據待檢測像元光譜X的稀疏表示的係數的非零項的位置就可以判別該像元是背景還是目標。本方法在充分考慮了像元光譜信息的同時，將鄰域空間窗口像元的空間信息綜合考慮，進一步提聞了目標檢測的性能。鄰域空間窗口的聞光譜圖像稀疏表不目標檢測綜合考慮了圖像所含的光譜信息和空間信息，通過調節鄰域空間窗口內像元光譜相似性閾值的大小，可以選擇在保證準確的前提下，儘量的使程序的運行時間縮短。此外，利用Frobenius範數求解最優化問題，提升了高光譜圖像目標檢測處理的效率。為驗證本專利提出的算法的性能，分別使用針對玉米種子數據和飛機場數據的檢測算法設定不同的SAC值的計算時間進行了統計，如表I和表2所示。實驗結果再次肯定了本發明專利提出的鄰域空間窗口的高光譜圖像稀疏表示目標檢測算法，在處理高維數據時的有效性。表I針對玉米種子數據數據的算法運行時間
權利要求
1.鄰域空間窗口的高光譜圖像稀疏表示目標檢測方法，包括下列步驟步驟1:待檢測像兀的鄰域空間窗口大小的確定；步驟2 :利用貪婪追蹤算法，計算鄰域空間窗口內各像元的稀疏係數；步驟3 :分別計算基於背景過完備字典重建的像元重建誤差和基於目標過完備字典重建的像元重建誤差，依據誤差大小，判定像元是否為檢測目標；其特徵是所述步驟I包括下列步驟(1)初始化空間窗口為當前像元；(2)計算當前空間窗口中像元光譜與4-鄰域像元光譜的相似性；(3)將相似性大於閾值的4-鄰域像元加入空間窗口；(4)有新像元加入空間窗口則轉到步驟(2)，窗口不變則結束循環；所述步驟2包括下列步驟(1)將步驟I中確定鄰域空間窗口中的像元光譜轉化為一個矩陣，矩陣的每一列為一個像元的光譜；(2)根據給定的過完備字典，用貪婪追蹤算法計算每一像元的鄰域空間窗口內像元光譜的稀疏表示；所述步驟3包括下列步驟(1)用背景過完備字典對像元光譜進行重建，並計算重建誤差；(2)用目標過完備字典對像元光譜進行重建，並計算重建誤差；(3)計算背景字典重建誤差與目標字典重建誤差的差值；(4)根據差值的大小，設定固定的門限進行判決。
全文摘要
本發明提供的是一種鄰域空間窗口的高光譜圖像稀疏表示目標檢測方法。其步驟是步驟1待檢測像元的鄰域空間窗口大小的確定；步驟2利用貪婪追蹤算法，計算鄰域空間窗口內各像元的稀疏係數；步驟3分別計算基於背景過完備字典重建的像元重建誤差和基於目標過完備字典重建的像元重建誤差，依據誤差大小，判定像元是否為檢測目標。本發明能夠提高數據處理的可靠性、高效性，並進一步提高了目標檢測的性能以及光譜圖像目標檢測處理的效率。
文檔編號G06T7/00GK103020955SQ201210464869
公開日2013年4月3日 申請日期2012年11月16日 優先權日2012年11月16日
發明者趙春暉, 李曉慧, 齊濱, 許雲龍, 田明華 申請人:哈爾濱工程大學