[发明专利]一种基于空谱核稀疏表示的高光谱图像目标检测方法

摘要

本发明涉及一种基于空谱核稀疏表示的高光谱图像目标检测方法，其特征在于步骤1确定待检测窗口大小，利用空谱核函数映射非线性高光谱数据到线性空间；步骤2根据给定的过完备字典，利用同步正交匹配追踪算法，计算映射后高光谱数据的稀疏系数；步骤3分别计算基于背景过完备字典重建的像元重建误差和基于目标过完备字典重建的像元重建误差，依据误差大小，判定像元是否为检测目标；步骤4重复步骤3，直至遍历图像中每一个像元，最终输出目标图像。

主权项

一种基于空谱核稀疏表示的高光谱图像目标检测方法，其特征在于:步骤1：确定待检测窗口大小，利用空谱核函数映射非线性高光谱数据到线性空间；包括以下步骤，步骤1.1：读入高光谱数据图像的大小为m×n，每个像素有B个波段特征，xi,j为样本数据集合X中的样本，RB代表B维特征空间，初始值空矩阵Φ；步骤1.2：选择空谱核函数KNF(xi,xj)或KMF(xi,xj)及函数中包含参数，初始化窗口大小为窗W，设置窗口中心像元xi,j，遍历图像中每一个像元；步骤1.3：计算当前窗中所有像元光谱与中心像元xi,j的光谱的均值或方差；利用KNF(xi,xj)＝＜NF(ψ(xi)),NF(ψ(xj))＞或KMF(xi,xj)＝＜MF(ψ(xi)),MF(ψ(xj))＞映射原始高光谱数据至新线性空间，直到遍历图像中所有像元，ψ表示将非线性空间投影到线性空间的投影函数；步骤1.4：将映射后的数据转换为一个矩阵M，大小为N×B，N＝m×n，N为原始图像数据中像元的个数；步骤2：根据给定的过完备字典，利用同步正交匹配追踪算法，计算映射后高光谱数据的稀疏系数；具体包括以下步骤，步骤2.1：对于一个给定的训练样本字典Dψ，并且是一个只有K个非零行的稀疏矩阵，M=[ψ(d1)...ψ(dN)][α1′...αN′]T=Dψα^′]]>步骤2.2：更新空矩阵,步骤2.3：计算新稀疏系数,逐步迭代求残差:令k＝1,2,…,k其中，||||F表示Frobenius范数，通过同步正交匹配追踪算法求解当重建残差||ψ(x)‑Dψα'||F最小时的步骤3：分别计算基于背景过完备字典重建的像元重建误差和基于目标过完备字典重建的像元重建误差，依据误差大小，判定像元是否为检测目标；步骤4：重复步骤3，直至遍历图像中每一个像元，最终输出目标图像。