[发明专利]一种基于高光谱图像的弱小目标检测方法

说明书

一种基于高光谱图像的弱小目标检测方法，具体方案如下，步骤一：利用信杂比进行目标可探测性分析，通过计算不同谱段目标相对其邻域背景的信杂比，优选出目标与背景具有的差异性由大到小的若干个谱段；步骤二：在优选的目标与背景间差异性最大的谱段进行弱小目标提取，利用多结构元素数学形态学方法抑制背景，通过自适应阈值分割得到若干个疑似目标；步骤三：利用优选探测谱段光谱信息，将不同场景中目标与背景的混叠光谱作为目标位于不同场景时的标准光谱，基于光谱角匹配原理，计算疑似目标和所处背景的混叠光谱与标准光谱的相似度，实现对弱小目标的确认。本发明属于目标探测与识别技术领域，可实现复杂环境背景中远距离弱小目标的高效确认。

技术领域

本发明属于目标探测与识别技术领域，具体涉及一种基于高光谱图像的弱小目标检测方法。

背景技术

针对复杂云背景中弱小目标的高概率检测一直是目标探测与识别领域中的关键技术。但对于实际的空中目标探测过程来说，通常需要远距离探测，目标经探测系统成像后，一般缺乏几何形状、纹理等信息。而非目标区域的环境背景，尤其是复杂多变的云背景会增大目标检测的难度，并且随着飞行器隐身技术的发展，大大降低了目标自身的辐射强度，使目标信号极易被复杂云背景淹没。

考虑到单波段探测手段获得的目标辐射特征单一，目标检测能力弱，因此需要借助高光谱手段，获取反映目标内在属性的光谱特征信息，从而结合谱段差异更精确地反映出背景和目标特征的差异。而红外光波内有上百个谱段，势必会带来庞大的计算量，且目标光谱与其背景光谱存在混叠，这将降低目标检测概率。因此需要从目标的可探测性能出发，分析不同谱段处目标与背景的差异性，并研究高效的弱小目标检测方法，从而保证在高检测概率、低虚警概率的同时实现对弱小目标的实时检测，同时指导探测系统设计，对高光谱探测系统的实际空间应用具有重要意义。

发明内容

本发明的目的在于针对传统的目标检测算法检测效率低以及难以处理光谱混叠导致的目标光谱变异等问题，本发明提供了一种基于高光谱图像的弱小目标检测方法。该方法适用于复杂云背景红外图像中的弱小目标高效检测，并可获取弱小目标的质心和外接矩形等信息。本发明的目的是通过以下技术方案实现的：

一种基于高光谱图像的弱小目标检测方法，包括如下步骤：

步骤一：利用信杂比进行目标可探测性分析，通过计算不同谱段目标相对其邻域背景的信杂比，优选出目标与背景具有的差异性由大到小的若干个谱段作为优选探测谱段；

步骤二：在优选的目标与背景间差异性最大的谱段进行弱小目标提取，利用多结构元素数学形态学方法抑制背景，通过自适应阈值分割得到若干个疑似目标；

步骤三：利用优选探测谱段光谱信息，将不同场景中目标与背景的混叠光谱作为目标位于不同场景时的标准光谱，基于光谱角匹配原理，计算疑似目标和所处背景的混叠光谱与标准光谱的相似度，实现对弱小目标的确认。

本发明具有如下优点：

(1)本发明提出了一种基于高光谱图像的弱小目标检测方法，该方法首先利用目标可探测性分析优选出探测谱段。然后通过空域提取疑似目标和光谱域目标确认实现弱小目标的高效检测，采用分类匹配思想，避免了光谱混叠对检测效率的影响，可保证在具有高检测概率和低虚警概率的同时极大降低运算量，可为红外高光谱探测系统设计提供理论依据，同时对目标检测算法研究具有工程应用意义。

(2)本发明利用信杂比分析复杂背景下弱小目标的可探测性能。利用红外高光谱图像的仿真辐射亮度数据，计算并比较不同谱段上目标的可探测性能，选择目标可探测性能最高的若干个谱段作为探测谱段，利用探测谱段对应的辐射特性差异即可精确描述目标和背景间的特征差异，有效避免了由于高光谱探测系统谱段数目过多造成的计算量庞大问题，从而极大程度上提高了目标检测算法的运算效率。