[发明专利]高光谱图像杂波的度量及异常检测算法的性能预测方法

权利要求书

1.一种高光谱图像的背景杂波的度量方法，其特征在于，针对高光谱图像的局部RX异常检测算法，包括：

输入高光谱图像；

利用高光谱图像杂波尺度计算所述高光谱图像的背景杂波大小；

其中，所述杂波尺度的计算利用高光谱方差VIH，所述高光谱方差VIH的计算公式为：

其中，N为所述高光谱图像的像素点数目，X_i为第i个像素点的光谱向量，X_j为第j个像素点的光谱向量，为所述高光谱图像的背景均值光谱向量，是光谱向量X_i与光谱向量之间的马氏距离；

或者，其中，所述杂波尺度利用高光谱各点的局部对比度LCIH，所述局部对比度LCIH的计算公式为：

其中，M为以第i个所述像素点为中心的第二矩形单元的像素点数目，R_i为所述第二矩形单元内第i个像素点的光谱向量，R_j为所述第二矩形单元内第j个像素点的光谱向量，为所述第二矩形单元的背景均值光谱向量，为R_i与之间的马氏距离；

或者，计算所述高光谱图像杂波尺度包括：

以所述高光谱图像的每个像素点为中心，获取多个第三矩形单元；

计算所述第三矩形单元的中心点像素的第三光谱向量；

计算所述第三矩形单元的第三背景均值光谱向量；

计算所述第三光谱向量与所述第三背景均值光谱向量的马氏距离；

计算所述多个第三矩形单元的所述马氏距离的统计平均值。

2.根据权利要求1所述的度量方法，其特征在于，计算所述高光谱图像杂波尺度包括：

计算所述高光谱图像中像素点的第一光谱向量；

计算所述高光谱图像的第一背景均值光谱向量；

计算所述第一光谱向量与所述第一背景均值光谱向量的马氏距离；

根据所述马氏距离计算所述高光谱方差。

3.根据权利要求1所述的度量方法，其特征在于，计算所述高光谱图像杂波尺度包括：

将所述高光谱图像均匀划分为多个第一矩形单元；

计算所述第一矩形单元中像素的第二光谱向量；

计算所述第一矩形单元的第二背景均值光谱向量；

计算所述第二光谱向量与所述第二背景均值光谱向量的马氏距离；

根据所述马氏距离计算所述第一矩形单元的所述高光谱方差；

计算所述多个第一矩形单元的所述高光谱方差的统计平均值。

4.根据权利要求3所述的度量方法，其特征在于，所述第一矩形单元为检测目标大小的2倍。

5.根据权利要求1所述的度量方法，其特征在于，所述第三矩形单元为检测目标大小的2倍。

6.一种高光谱的异常检测算法的性能预测方法，其特征在于，包括：

输入高光谱图像；

利用高光谱图像杂波尺度计算所述高光谱图像的背景杂波大小；

根据所述高光谱背景杂波大小对所述高光谱局部RX异常检测算法的虚警概率进行预测；

其中，所述杂波尺度的计算利用高光谱方差VIH，所述高光谱方差VIH的计算公式为：

其中，N为所述高光谱图像的像素点数目，X_i为第i个像素点的光谱向量，X_j为第j个像素点的光谱向量，为所述高光谱图像的背景均值光谱向量，是光谱向量X_i与光谱向量之间的马氏距离；

或者，其中，所述杂波尺度利用高光谱各点的局部对比度LCIH，所述局部对比度LCIH的计算公式为：

其中，M为以第i个所述像素点为中心的第二矩形单元的像素点数目，R_i为所述第二矩形单元内第i个像素点的光谱向量，R_j为所述第二矩形单元内第j个像素点的光谱向量，为所述第二矩形单元的背景均值光谱向量，为R_i与之间的马氏距离；

或者，计算所述高光谱图像杂波尺度包括：

以所述高光谱图像的每个像素点为中心，获取多个第三矩形单元；

计算所述第三矩形单元的中心点像素的第三光谱向量；

计算所述第三矩形单元的第三背景均值光谱向量；

计算所述第三光谱向量与所述第三背景均值光谱向量的马氏距离；

计算所述多个第三矩形单元的所述马氏距离的统计平均值。