[发明专利]一种稀疏高光谱异常目标检测方法

权利要求书

1.一种稀疏高光谱异常目标检测方法，其特征在于，所述方法具体包括：

步骤1利用已有的高光谱图像作为仿真图像，得到高光谱图像数据Y；

步骤2利用空间预处理方法对原始高光谱图像进行处理，得到高光谱图像数据Y′；

所述空间预处理方法具体为：

采用空间维的方法对高光谱图像进行特征变换、图像修正；

假设Y是一个具有混合像元的高光谱图像数据，其波段为L，数据模型为公式1所示的矩阵形式：

Y＝AE+n 公式1

其中，Y为L×P维的光谱特征矩阵，列向量A＝[a₁,…a_p]为P个端元向量，E＝[e₁,…e_p]^T为每一列端元向量占有的丰度值向量，n为一个L维的噪声或者误差，P个端元向量和对应的丰度值都是未知量；

定义ζ(i,j)为一个标量权重，如公式2：

其中，如公式3所示；

γ(r-i,s-j)＝γ(Y(r,s)Y(i,j)) 公式3

γ是中心像元Y(i,j)和相邻像元Y(r,s)之间的相似度计算，i,j,r,d是空间处理窗口的半径，在实际计算中，处理的空间区域是以Y(i,j)为中心像元，尺寸为l×l大小的正方形，且l取奇数，d＝(l-1)/2；ζ(i,j)的值是通过β加权γ得到的，β是一个标量值，在l×l限定的空间区域内，可以任意设定β值从而使γ值加权得到ζ(i,j)；

基于标量权重ζ(i,j)，再定义每一个像元的空间衍生加权因子，即公式4：

其中，η(i,j)≥1；

由此得到公式5：

Y′是Y利用加权的空间信息得到的处理后的高光谱图像；是高光谱单形体中心，它是所有像元向量的均值；

步骤3利用双边滤波对处理后的高光谱图像Y′进行滤波处理，得到新的高光谱图像Y；

所述双边滤波的双边滤波器定义如公式6所示：

Yⁱ(m,n)是高光谱图像集Y第i个波段图像坐标为(m,n)中的一个像元，且(m,n)是滤波窗口的像元，(m,n)代表双边滤波器窗口中滤波像元位置，其中，权重系数ωⁱ(x,y,m,n)取决于定义域核与值域核的乘积，定义域核为公式7：

值域核为公式8

乘积为公式9

ωⁱ(x,y,m,n)同时考虑了空间域与值域的差别，定义域核fⁱ(x,y,m,n)为高斯滤波器，是一个空间邻近度因子，由像元之间的空间距离决定，值域hⁱ(x,y,m,n)是像元幅度邻近度因子，由像元之间的反射强度之差决定，参数σ_f和σ_h分别控制着反射强度因子和空间临近度因子的衰减程度；

步骤4对高光谱图像Y″利用稀疏分解方法计算稀疏差异指数，并重构成新的高光谱图像数据向量；

步骤5利用RX异常检测器进行异常检测，得到检测结果，为灰度图像；

步骤6通过设定阀值的方法将灰度图像转化为二值图像，异常目标对应白色像元点。