[发明专利]一种基于图构造的高光谱遥感影像异常目标探测方法

摘要

本发明公开了一种基于图构造的高光谱遥感影像异常目标探测方法，本发明将图构造方法运用于高光谱遥感影像异常目标探测可以在无需先验模型假设的情况下，对高光谱遥感影像数据从其自身特性出发进行数据自分析，从而得到高光谱遥感影像数据中的拓扑关系。通过不同的图构造方式可以得到高光谱遥感影像数据中相应的信息，如稳健背景与潜在异常目标的分割、表征数据本征维度的嵌入特征以及通过建立临近图获取影像数据中各像元异常度积分等。通过运用不同的图构造方式逐步提取高光谱遥感影像中的潜在异常信息、嵌入特征以及异常度积分，可在不需先验模型假设的情况下，通过数据自分析，对影像中的背景进行极好地抑制，同时突出异常目标。

主权项

1.一种基于图构造的高光谱遥感影像异常目标探测方法，其特征在于：将高光谱遥感影像X读入大小为P×N的矩阵R中，矩阵中各元素为各波段对应的像素辐射值，P为高光谱遥感影像的波段数，N为高光谱遥感影像的像素数；基于矩阵R对高光谱遥感影像进行如下操作：步骤1：对高光谱遥感影像X建立预测连接分量图Gpcc；采用公式计算高光谱遥感影像X中各像元之间的欧氏距离，其中，x_i和x_j分别是高光谱遥感影像X中的第i个和第j个像元，r_ij为像元x_i与像元x_j之间的欧氏距离；采用公式初始化预测连接分量图G_pcc的相关性矩阵其中，是包含k_pcc个与像元x_i之间欧式距离最小像元的集合；对初始化后的采用迪杰斯特拉算法迭代更新迭代后获得的是像元x_i与像元x_j之间的测地距离；步骤2：根据预测连接分量图中的相关性矩阵将高光谱遥感影像分割为稳健背景集合Xb和潜在异常目标集合Xa；步骤3：根据X_b构造k‑NN临近图提取嵌入特征；步骤4：结合嵌入特征，将高光谱遥感影像转换到嵌入空间，获得嵌入后的高光谱遥感影像Ylpe；步骤5：对Ylpe构建k‑NN临近图Ggse，进行积分检测，获得高光谱遥感影像X的异常目标探测结果。