[发明专利]一种基于低秩稀疏表达的高光谱图像可疑目标探测方法

权利要求书

1.一种基于低秩稀疏表达的高光谱图像可疑目标探测方法，其特征在于，包括：

(1)读入高光谱影像数据立方体以及相关的投影参数；

(2)对输入的高光谱图像中所有像元的光谱进行聚类，得到多个聚类中心和每个像元所属的类别；

(3)统计类内聚类结果，确定每个像元与所属类别的聚类中心的距离；

(4)选取所述距离最小的s个像元作为各类的描述样本点，加入到最终字典中去，形成场景遥感数据的重构字典，s取值为大于0的整数；

(5)利用该重构字典，对高光谱影像数据进行低秩稀疏约束矩阵分解；

(6)对分解后的残差，进行残差统计；

(7)将残差值最大的T个像元及其对应的地面坐标，作为可疑目标输出。

2.如权利要求1所述的方法，所述高光谱影像图像的格包括：TIFF或者HDR格式，所述投影参数包括：投影参数、地理坐标转换参数。

3.如权利要求1所述的方法，所述步骤(2)中，所述聚类采用K-means聚类，聚类的类数k由用户给定或自适应选择,k为大于0的整数。

4.如权利要求3所述的方法，所述步骤(2)中，完成聚类后统计每类包含的像元样本数和各像元对应的类别，若某类中的像元样本总数小于设定阈值，则不从这一类中抽取像元样本数据；

设e代表不抽取像元样本数据的类别总数，则需抽取的像元样本类别数为k-e，e为大于等于0的整数。

5.如权利要求1所述的方法，所述步骤(3)中，计算每个类内像元样本与各自聚类中心的马氏距离：

MD(x_k,j)＝(x_k,j-μ_k)^T∑_k^-1(x_k,j-μ_k) (1)

其中x_k,j表示第k个聚类中的第j个像元样本，μ_k表示第k个聚类的均值，∑_k表示第k个聚类的协方差矩阵。

6.如权利要求4所述的方法，所述步骤(6)中，将高光谱图像数据分解为用重构字典和残差表达的形式：

X＝DS+E (2)

其中X为高光谱影像图像数据，为d×n矩阵，d为高光谱波段数，n为高光谱影像像元个数，D为重构字典，为d×m矩阵，m为重构字典的条目数，m＝(k-e)*s，E为残差项，S为每个像元样本对应的字典系数，为m×n矩阵。

7.如权利要求1所述的方法，在所述步骤(4)中，s取50，即每类选50个像元样本作为字典条目。

8.如权利要求1所述的方法，在所述步骤(7)中，T的取值为1％×W，W为高光谱影像的像元总数。

9.一种计算机可读存储介质，存储有计算机程序指令，通过执行所述计算机程序指令，实现如权利要求1-9之一所述的方法。