[发明专利]基于光谱变化增广的伪装目标检测方法及装置

说明书

本发明公开了一种基于光谱变化增广的伪装目标检测方法及装置，先根据高光谱图像获取背景光谱变化字典和目标光谱变化字典，然后将背景光谱变化字典与目标光谱变化字典合并形成联合光谱变化字典，再利用联合光谱变化字典分别对背景字典和目标字典进行扩展，形成扩展背景字典和扩展目标字典，再基于协同表示使用扩展背景字典和扩展目标字典分别对测试样本进行重构，计算扩展背景字典的重构误差和扩展目标字典的重构误差，再根据扩展背景字典的重构误差和扩展目标字典的重构误差判别测试样本是否为伪装目标。该方法增加了字典中光谱变化的多样性，解决了由样本数量少和光谱变化导致的字典中光谱变化多样性有限的问题，进而提升了该方法的检测准确率。

技术领域

本发明涉及计算机视觉技术领域，特别是涉及一种基于光谱变化增广的伪装目标检测方法及装置。

背景技术

伪装目标检测技术能够为军事侦察、安全监控以及自动驾驶等场景提供支持与帮助。目标伪装指目标物体通过隐蔽、涂层或伪装网等方式使其难以被人或机器检测，随着材料技术的不断发展与伪装手段的不断提升，目标物体识别难度逐渐增加。

可见光或多光谱图像在单一波段上的光谱范围较广，伪装技术能够改变目标的光谱特征，导致伪装目标与背景出现“异物同谱”现象。高光谱遥感技术在获取目标的空间信息的同时，还能够获取到目标在多个波段的光学特性，为伪装目标检测提供更加精细化的数据支持。高光谱遥感获取物质在不同波段的高分辨率的光谱信息，是物质在光谱维上的一种判别信息与光谱身份，伪装目标与周围地物之间的光谱身份的差异为伪装目标检测提供了依据。

现有技术中，根据伪装目标与周围地物之间的光谱身份的差异，文献“W.Li andQ.Du.Collaborative Representation for Hyperspectral Anomaly Detection[J].IEEETransactions on Geoscience and Remote Sensing,2015，53(3)：1463-1474”公开了一种基于协同表示的高光谱图像异常检测方法来实现对伪装目标的检测，该方法假设背景中的每个像素可以通过其空间邻域进行近似表示，而异常像素则不行，通过表示权重向量的l2-范数最小化来加强表示的协同约束，并利用距离加权正则化矩阵调整每个邻近像素的贡献，该方法能够适应性地对背景进行建模，并通过重构误差判断像素是否异常，避免了对分类模型的训练，但由于缺乏目标样本导致异常检测准确率有限。基于协同表示的目标检测算法在具有充足的背景样本与目标样本的情况下检测准确率有明显提升。但是，在实际场景中，难以提供大量的伪装目标的先验光谱，能够获取的目标样本的数量较小，且受材料及成像环境的影响，同一地物的光谱特征之间也会存在一定的光谱变化，样本数量小以及光谱变化会导致基于协同表示的目标检测方法中字典的光谱变化多样性有限，降低算法的检测准确率。

发明内容

基于此，有必要针对上述技术问题，提供一种能够克服样本数量小以及光谱变化问题，具有较高检测准确率的基于光谱变化增广的伪装目标检测方法及装置。

第一方面，本发明提供了一种基于光谱变化增广的伪装目标检测方法，包括：

根据高光谱图像获取背景光谱变化字典和目标光谱变化字典，高光谱图像包括训练样本和测试样本，训练样本包括背景样本和目标样本；

将背景光谱变化字典与目标光谱变化字典合并形成联合光谱变化字典；

利用联合光谱变化字典分别对背景字典和目标字典进行扩展，形成扩展背景字典和扩展目标字典，背景字典为所有背景样本的像元集合，目标字典为所有目标样本的集合；

基于协同表示使用扩展背景字典和扩展目标字典分别对测试样本进行重构，计算扩展背景字典的重构误差和扩展目标字典的重构误差；

根据扩展背景字典的重构误差和扩展目标字典的重构误差判别测试样本是否为伪装目标。

在其中一个实施例中，根据高光谱图像获取背景光谱变化字典和目标光谱变化字典包括：