一種采用核遞歸的高光譜快速異常探測方法技術

本發明專利技術屬于圖像處理尤其是高光譜圖像異常目標檢測領域，具體涉及一種采用核遞歸的高光譜快速異常探測方法。本發明專利技術包括：讀入高光譜數據；對背景信息的核矩陣進行初始化；建立背景像元更新的因果關系；建立核矩陣ΚΒ(n)的遞歸方程更新核矩陣；結合KRX算子對高光譜圖像進行快速檢測。本發明專利技術提出了采用背景信息因果化的更新模型，利用檢測像元的變化對背景信息進行快速更新，避免反復提取背景信息造成的數據冗余。采用構建全新核矩陣，有效的解決了核矩陣的維數隨著背景像元數目的增加而產生變化的問題，同時使得算法無需每次重新計算核矩陣。引入卡爾曼濾波理論的遞歸思想，可大大減少實際處理中的工作量，提高了異常目標檢測的效率。

【技術實現步驟摘要】

本專利技術屬于圖像處理尤其是高光譜圖像異常目標檢測領域，具體涉及一種采用核 遞歸的高光譜快速異常探測方法。
技術介紹
高光譜遙感圖像因其具有較高的光譜分辨率被廣泛應用于地物分類、目標識別與 探測等方面，區別于普通的光學圖像，高光譜圖像可借助其豐富的光譜信息對存在細微光 譜差異的真假目標有效的區別。對目標探測來說，由于實際地物的種類繁多，目前并沒有一 個完備的光譜數據庫提供所需的先驗信息，使得先驗光譜信息的獲得成為目標探測的一個 難點，因而不需要先驗信息的高光譜圖像異常探測算法成為人們研宄的熱點方向。 最早由Reed和Xiao Li提出的RX異常探測算法是在簡化的假設條件下利用目標 與背景的統計特性差異進行判別，該算法僅適合檢測較為明顯的異常，對與背景差異較小 的弱異常效果不好。考慮到高光譜數據中各個波段間存在豐富的非線性信息，Kwon等人提 出了基于核方法的異常檢測算法，借助選取的核函數將原始高光譜數據的非線性問題映射 為高維特征空間的線性問題，充分的利用光譜數據各波段的非線性信息，提高了高光譜數 據的利用率。雖然該算法在實際中取得了較好的效果，但在檢測中該算法是通過一個同心 雙層窗在整幅圖像上的滑動來對高光譜圖像中的每一個像元進行檢測，這對實際處理中的 數據存儲造成了很大的壓力，嚴重制約著檢測的效率和時效性，針對這一問題，本專利技術提出 了一種采用核遞歸方法的異常探測快速算法（RTCKRXD)。
技術實現思路
本專利技術的目的在于提出一種提高檢測速度的同時解決了數據的存儲問題的采用 核遞歸的高光譜快速異常探測方法。 本專利技術的目的是這樣實現的： (1)讀入高光譜數據； (2)對背景信息的核矩陣進行初始化： 選擇初始背景信息，利用窗來選取背景像元，通過窗的滑動獲取背景信息，同時產 生重復計算的數據冗余，待檢測像元與背景像元的統計差異進行區分，選用待檢測高光譜 數據的第一行像元作為初始背景信息； (3)建立背景像元更新的因果關系： 采用當前檢測像元之前的所有像元作為背景信息的方法取代傳統的局部同心雙 層窗，構建背景信息模型【主權項】1. ，其特征在于，包括如下步驟： (1) 讀入高光譜數據； (2) 對背景信息的核矩陣進行初始化： 選擇初始背景信息，利用窗來選取背景像元，通過窗的滑動獲取背景信息，同時產生重 復計算的數據冗余，待檢測像元與背景像元的統計差異進行區分，選用待檢測高光譜數據 的第一行像元作為初始背景信息； (3) 建立背景像元更新的因果關系： 采用當前檢測像元之前的所有像元作為背景信息的方法取代傳統的局部同心雙層窗， 構建背景信息模型其中F B (n) = Qr1, r2,…，rn]表示第η時刻的背景信息，!Ti= T為具 有L個波段的一個像元光譜信息，隨著待檢測像元的改變來更新背景信息； (4) 建立核矩陣K Β (η)的遞歸方程更新核矩陣： (4. 1)建立因果核RX算法的算子：構建檢測算子的因果為： KRX(d)(r")) = (Φ(γ" )-(1..,,, (/;))7 C/;；, (?)(Φ(γ )-μβφ (/;))； 其中14?)和?Μ(?)為待檢測像元的特征空間背景的均值向量和協方差矩陣的估計 值的因果表示，經化簡推導的出因果KRX算子表示為： KRx(d)(r,)) = (k;⑷-略⑷)'b ⑷(k;⑷-k;M(")); (4.2)選擇核函數：選用徑向基核，其中Xi為核函數中心，即待檢測像元，〇2為核函數 的寬度參數，X為背景像元： k (X · Xi) = exp (I I X-Xi I IV 〇 2); (4. 3)構建因果核函數： 利用背景像元的自相關統計差異來計算核矩陣，通過定義LXL中心化Gram的因果核 矩陣K β (n) = K (F β (n)，F Β (η))建立K β (η)的狀態方程：(5)結合KRX算子對高光譜圖像進行快速檢測，將非中心化的Gram矩陣Kb (η)變換成 中心化的Gram矩陣，即：其4，I表示單位陣，結合KRX檢測算子，得到采用核遞歸的快速KRX的檢測算子：利用核遞歸的快速KRX的檢測算子對高光譜圖像進行快速檢測。【專利摘要】本專利技術屬于圖像處理尤其是高光譜圖像異常目標檢測領域，具體涉及。本專利技術包括：讀入高光譜數據；對背景信息的核矩陣進行初始化；建立背景像元更新的因果關系；建立核矩陣ΚΒ(n)的遞歸方程更新核矩陣；結合KRX算子對高光譜圖像進行快速檢測。本專利技術提出了采用背景信息因果化的更新模型，利用檢測像元的變化對背景信息進行快速更新，避免反復提取背景信息造成的數據冗余。采用構建全新核矩陣，有效的解決了核矩陣的維數隨著背景像元數目的增加而產生變化的問題，同時使得算法無需每次重新計算核矩陣。引入卡爾曼濾波理論的遞歸思想，可大大減少實際處理中的工作量，提高了異常目標檢測的效率。【IPC分類】G06T7-00【公開號】CN104766313【申請號】CN201510140950【專利技術人】趙春暉, 王佳, 王玉磊, 肖健鈺, 尤偉 【申請人】哈爾濱工程大學【公開日】2015年7月8日【申請日】2015年3月27日本文檔來自技高網...

【技術保護點】
一種采用核遞歸的高光譜快速異常探測方法，其特征在于，包括如下步驟：(1)讀入高光譜數據；(2)對背景信息的核矩陣進行初始化：選擇初始背景信息，利用窗來選取背景像元，通過窗的滑動獲取背景信息，同時產生重復計算的數據冗余，待檢測像元與背景像元的統計差異進行區分，選用待檢測高光譜數據的第一行像元作為初始背景信息；(3)建立背景像元更新的因果關系：采用當前檢測像元之前的所有像元作為背景信息的方法取代傳統的局部同心雙層窗，構建背景信息模型其中ΡΒ(n)＝[r1,r2,…,rn]表示第n時刻的背景信息，ri＝[r1i,r2i,…,rLi]T為具有L個波段的一個像元光譜信息，隨著待檢測像元的改變來更新背景信息；(4)建立核矩陣ΚΒ(n)的遞歸方程更新核矩陣：(4.1)建立因果核RX算法的算子：構建檢測算子的因果為：KRX(Φ(rn))=(Φ(rn)-μ^BΦ(n))TC^BΦ-1(n)(Φ(rn)-μ^BΦ(n));]]>其中和為待檢測像元的特征空間背景的均值向量和協方差矩陣的估計值的因果表示，經化簡推導的出因果KRX算子表示為：KRX(Φ(rn))=(krT(n)-kμ^BT(n))TK^B-1(n)(krT(n)-kμ^BT(n));]]>(4.2)選擇核函數：選用徑向基核，其中xi為核函數中心，即待檢測像元，σ2為核函數的寬度參數，x為背景像元：k(x·xi)＝exp(||x?xi||2/σ2)；(4.3)構建因果核函數：利用背景像元的自相關統計差異來計算核矩陣，通過定義L×L中心化Gram的因果核矩陣ΚΒ(n)＝Κ(ΡΒ(n),ΡΒ(n))建立ΚΒ(n)的狀態方程：其中βij(n)=exp(-(ri1-rj1)2+(ri2-rj2)2+...+(rin-rjn)2σ2);]]>(5)結合KRX算子對高光譜圖像進行快速檢測，將非中心化的Gram矩陣KB(n)變換成中心化的Gram矩陣即：K^B(n)=KB(n)-KB(n)IL-ILKB(n)+ILKB(n)IL=(I-IL)KB(n)(I-IL);]]>其中，I表示單位陣，結合KRX檢測算子，得到采用核遞歸的快速KRX的檢測算子：利用核遞歸的快速KRX的檢測算子對高光譜圖像進行快速檢測。...

【技術特征摘要】

【專利技術屬性】
技術研發人員：趙春暉，王佳，王玉磊，肖健鈺，尤偉，
申請(專利權)人：哈爾濱工程大學，
類型：發明
國別省市：黑龍江;23