[发明专利]一种基于空谱核稀疏表示的高光谱图像目标检测方法

权利要求书

1.一种基于空谱核稀疏表示的高光谱图像目标检测方法，其特征在于:

步骤1：确定待检测窗口大小，利用空谱核函数映射非线性高光谱数据到线性空间；包括以下步骤，

步骤1.1：读入高光谱数据图像的大小为m×n，每个像素有B个波段特征，x_i,j为样本数据集合X中的样本，R^B代表B维特征空间，初始值空矩阵Φ；

步骤1.2：选择空谱核函数K_NF(x_i,x_j)或K_MF(x_i,x_j)及函数中包含参数，初始化窗口大小为窗W，设置窗口中心像元x_i,j，遍历图像中每一个像元；

步骤1.3：计算当前窗中所有像元光谱与中心像元x_i,j的光谱的均值或方差；利用K_NF(x_i,x_j)＝＜NF(ψ(x_i)),NF(ψ(x_j))＞或K_MF(x_i,x_j)＝＜MF(ψ(x_i)),MF(ψ(x_j))＞映射原始高光谱数据至新线性空间，直到遍历图像中所有像元，ψ表示将非线性空间投影到线性空间的投影函数；

步骤1.4：将映射后的数据转换为一个矩阵M，大小为N×B，N＝m×n，N为原始图像数据中像元的个数；

步骤2：根据给定的过完备字典，利用同步正交匹配追踪算法，计算映射后高光谱数据的稀疏系数；具体包括以下步骤，

步骤2.1：对于一个给定的训练样本字典D_ψ，并且是一个只有K个非零行的稀疏矩阵，

M=[ψ(d1)...ψ(dN)][α1′...αN′]T=Dψα^′]]>

步骤2.2：更新空矩阵,

步骤2.3：计算新稀疏系数,逐步迭代求残差:

令k＝1,2,…,k

其中，||||_F表示Frobenius范数，通过同步正交匹配追踪算法求解当重建残差||ψ(x)-D_ψα'||_F最小时的

步骤3：分别计算基于背景过完备字典重建的像元重建误差和基于目标过完备字典重建的像元重建误差，依据误差大小，判定像元是否为检测目标；

步骤4：重复步骤3，直至遍历图像中每一个像元，最终输出目标图像。

2.根据权利要求1所述的基于空谱核稀疏表示的高光谱图像目标检测方法，其特征在于：步骤3中，包括以下步骤，

步骤3.1：根据步骤2.3中获得的利用背景过完备字典对像元光谱进行重建，并计算重建误差R_t；

步骤3.2：根据步骤2.3中获得的利用目标过完备字典对像元光谱进行重建，并计算重建误差R_b；

步骤3.3：计算R_t和R_b之间的差值R，将差值R与设定的阈值δ比较，判断像元是否为检测目标。

3.根据权利要求2所述的基于空谱核稀疏表示的高光谱图像目标检测方法，其特征在于：步骤4中，调整计数器：后，重复步骤3。