基于非線性核映射的高光譜異常檢測算法.pdf

1、在遙感技術(shù)快速發(fā)展的時代，高光譜異常檢測技術(shù)也隨之迅速崛起并成為人們研究的熱點方向。區(qū)別于普通光學(xué)圖像，高光譜圖像可借助其特有的地物光譜信息有效區(qū)分存在細(xì)微光譜差別的地物。在真實場景中地物先驗信息的獲取極為困難，無需任何先驗信息的異常檢測方法具有較強(qiáng)的實用性，因而更符合實際應(yīng)用的需求。然而，實際異常檢測中，隨著獲取地物信息的日漸豐富，數(shù)據(jù)量的增加會給高光譜數(shù)據(jù)的傳輸、存儲及后續(xù)相關(guān)處理帶來巨大的壓力；另一方面，高光譜圖像小目標(biāo)探測存在大

2、面積背景異常的干擾，若直接采用傳統(tǒng)閾值分割方法會產(chǎn)生較高的虛警，且已有的異常檢測算法是通過多次實驗驗證來確定分割閾值，使得在實際應(yīng)用處理中最佳閾值的獲取變得非常困難。因而，如何減少地面數(shù)據(jù)存儲和處理工作量，提高異常目標(biāo)檢測精度和效率是一個刻不容緩的問題。
　　基于以上問題，本文針對異常檢測算法效率問題，在核RX算法的基礎(chǔ)上提出一種采用核遞歸的異常檢測算法；針對實際處理中大面積背景干擾存在和檢測閾值選取困難這一問題，提出了新型背景抑

3、制結(jié)合自適應(yīng)閾值分割的高光譜異常檢測算法。主要內(nèi)容包括以下幾個方面：
　　首先，在實際應(yīng)用中，高光譜圖像快速異常檢測尤為重要，傳統(tǒng)基于核的RX方法存在計算量大，算法效率低的問題。針對這一現(xiàn)象，本文提出了采用核遞歸方法的快速異常檢測算法。區(qū)別傳統(tǒng)核方法，本文提出的算法選取待檢測像元之前所有像元作為背景信息，只需存儲當(dāng)前檢測像元與前一時刻的核矩陣，無需檢測區(qū)域圖像的全部光譜信息，大大減少算子存儲空間，并可以實現(xiàn)邊傳輸邊處理；通過推導(dǎo)核

4、矩陣的因果遞推關(guān)系建立核矩陣的更新方程，使算子無需重復(fù)計算映射高維特征空間的核矩陣，縮短算法的處理時間，提高檢測效率。仿真結(jié)果顯示，該方法在保證檢測結(jié)果準(zhǔn)確性的同時大大縮短了處理時間，具有較強(qiáng)的實用性。
　　其次，針對現(xiàn)有核RX異常檢測算法存在較大面積背景干擾這一現(xiàn)象，本文提出一種結(jié)合形態(tài)學(xué)背景抑制的異常檢測方法，該方法通過形態(tài)學(xué)濾波提取大面積背景雜波干擾并對其進(jìn)行抑制，濾除背景干擾，提高異常檢測的能力。實驗結(jié)果顯示，該方法具有良

5、好的對大面積背景干擾抑制和異常目標(biāo)保持的能力，顯著改進(jìn)了現(xiàn)有的核RX算法用于高光譜異常檢測的性能，提高了異常小目標(biāo)檢測的能力。
　　最后，由于在實際應(yīng)用處理中閾值的獲取非常困難，且對于僅存在于局部范圍或能量較弱的異常目標(biāo)，全局分割方法將會失效。針對這些問題，提出一種局部自適應(yīng)閾值分割的異常檢測方法。將去除干擾后的檢測灰度圖分成若干個子圖像，采用閾值迭代法分別對各個子圖像進(jìn)行自適應(yīng)閾值選取，將各個子圖像的判決結(jié)果遍歷整幅圖像得到檢測