[发明专利]基于联合深度置信网络的高光谱图像异常目标检测方法

权利要求书

1.一种基于联合深度置信网络的高光谱图像异常目标检测方法，包括以下几个步骤：

首先，对待处理的高光谱图像数据分别进行如下处理：

步骤(1)：对高光谱图像数据中利用测试点张量DBNs重建误差进行异常检测；

步骤(2)：利用低秩稀疏分解LRASMD获得待处理的高光谱图像数据的稀疏矩阵；

在稀疏矩阵中计算测试点张量DBNs重建误差进行异常检测；

然后，利用联合深度置信网络检测器对上述两个异常检测结果进行处理，获得高光谱图像异常目标检测结果，具体地，

采用如下的联合深度置信网络检测器获得最终的异常目标检测结果D_T(³「)：

其中，³「是待处理的高光谱图像数据中测试点张量的一维形式，³「_s是待处理的高光谱图像数据的稀疏矩阵中测试点张量的一维形式；r_DBN()是DBNs重建模型；a是协调两部分的权重系数。

2.根据权利要求1中所述的基于联合深度置信网络的高光谱图像异常目标检测方法，其特征在于：对待处理的高光谱图像数据中计算测试点张量和其DBNs重建误差的2范数。

3.根据权利要求1中所述的基于联合深度置信网络的高光谱图像异常目标检测方法，其特征在于：利用低秩稀疏分解LRASMD获得待处理的高光谱图像数据的稀疏矩阵的方法是采用通过GoDec算法实现分解低秩矩阵和稀疏矩阵。

4.根据权利要求1中所述的基于联合深度置信网络的高光谱图像异常目标检测方法，其特征在于：在稀疏矩阵中计算测试点张量和其DBNs重建误差的2范数。