[发明专利]基于块对角与低秩表示的高光谱伪装目标检测方法

权利要求书

1.一种基于块对角与低秩表示的高光谱伪装目标检测方法，其特征在于包括以下步骤：

步骤一、采用k-means++算法对输入的高光谱数据进行聚类；设定输入图像X被聚为M个类，表示第m个聚类包含的像元集合，m＝1,…,M，n_b代表图像波段数量，n_m代表第m个聚类有n个像元；

步骤二、通过步骤一对输入图像聚类后，图像中像元被标记为数字1,2,…,M中的一个，然后按照从小到大的数字顺序将图像从新排序，得到新的排序后数据n_b代表图像波段数量，N＝n₁+…+n_M表示图像像元总个数，表示第i类的第j个像元；

步骤三、根据主成分分析学习算法，对步骤一得到的每一类像元矩阵X_m转置后求其协方差矩阵，定义为CovX_m，大小为n_b×n_b；然后求协方差矩阵CovX_m的特征值V和特征向量P，将特征值按照从大到小排列后，相应的特征向量也依次排列，得到的新的特征向量矩阵即为该类学习到的背景字典D_m；最终得到整体的背景字典D＝[D₁,…,D_M]；

步骤四、在低秩表示理论指导下建立如下的基于块对角结构的低秩稀疏表示模型：

X_new＝DZ+F (1)

其中，X_new是步骤二得到的二维高光谱数据，DZ代表了图像的背景部分，D是根据每一类背景学习到的字典所组合的字典，Z是块对角稀疏；F是图像被模型分解后，包含伪装目标的部分；

步骤五、在完成上述字典构造、模型构造和模型求解后，得到了包含伪装目标的矩阵部分F；最后，像元是背景或目标将通过如下检测器判定：

式中，||[F]_:,p||₂表示F中第p列的l₂范数；如果d(x_p)δ，则判定x_p为目标，否则为背景，完成伪装目标检测，δ是分割阈值。