发明名称 一种利用互补信息的改进型高光谱RX异常检测方法
摘要 本发明涉及一种利用互补信息的改进型高光谱RX异常检测方法。本发明首先对同一场景下的可见近红外数据和短波红外数据分别运用经典的RX算子进行异常检测,得到初步异常检测的目标判决。在此基础上,利用传感器获取信息的冗余性和互补性特性,结合基于规则的决策级融合方法,得到最终的RX异常检测判决结果。在实测高光谱数据上进行了实验仿真,验证了本算法的有效性。本发明提出的算法能够有效的利用两组数据的冗余以及互补信息,最终提高了目标检测率。
申请公布号 CN103456011A 申请公布日期 2013.12.18
申请号 CN201310393341.5 申请日期 2013.09.02
申请人 杭州电子科技大学 发明人 郭宝峰;徐钰明;吴香伟;彭冬亮;谷雨;左燕
分类号 G06T7/00(2006.01)I 主分类号 G06T7/00(2006.01)I
代理机构 杭州求是专利事务所有限公司 33200 代理人 杜军
主权项 1. 一种利用互补信息的改进型高光谱RX异常检测方法,其特征在于该方法包括以下步骤:1)高光谱数据的预处理;将光谱图像各个波段以灰度图实现显示,对各个波段的光谱图像进行目视检查,确定由于大气吸收、折射和散射因素的作用对光谱数据产生较大影响的异常波段和由于其他因素对光谱数据产生较大噪声的异常波段,所述异常波段指无法成像显示地物特征波段,对异常波段做直接剔除处理;数据预处理的方法为:<img file="2013103933415100001DEST_PATH_IMAGE002.GIF" wi="204" he="24" />,<img file="2013103933415100001DEST_PATH_IMAGE004.GIF" wi="208" he="24" />2)图像的配准;首先对可见近红外和短波红外图像进行图像配准和图像滤波;然后对配准后的短波红外图像与可见近红外图像分别进行RX异常检测处理,获取一个初步决策,得到两幅检测的二值图像;选择相同的虚警率作为初步决策的融合标准,运用RX异常检测方法:<img file="2013103933415100001DEST_PATH_IMAGE006.GIF" wi="149" he="28" />,<img file="2013103933415100001DEST_PATH_IMAGE008.GIF" wi="146" he="28" />得到的初步目标判决结果;   以下为RX异常检测方法:对于像元个数为<img file="2013103933415100001DEST_PATH_IMAGE010.GIF" wi="20" he="20" />、图像维数为<img file="2013103933415100001DEST_PATH_IMAGE012.GIF" wi="17" he="18" />的高分辨率图像数据,假设观测像元表示一个维数为<img file="504116DEST_PATH_IMAGE012.GIF" wi="17" he="18" />的光谱矢量<img file="2013103933415100001DEST_PATH_IMAGE014.GIF" wi="14" he="16" />,其中<img file="2013103933415100001DEST_PATH_IMAGE016.GIF" wi="113" he="24" />,则相应的二值目标检测假设模型如下:<img file="2013103933415100001DEST_PATH_IMAGE018.GIF" wi="120" he="46" />(1)其中,<img file="2013103933415100001DEST_PATH_IMAGE020.GIF" wi="40" he="25" />代表非目标背景像元,<img file="DEST_PATH_IMAGE022.GIF" wi="10" he="17" />代表目标像元,<img file="DEST_PATH_IMAGE024.GIF" wi="25" he="25" />表示为背景杂波的假设,<img file="DEST_PATH_IMAGE026.GIF" wi="22" he="24" />表示含有目标的假设;在二值统计模型基础上,采用广义似然比检验方法可以推演得出RX检测算子,其表达式为: <img file="DEST_PATH_IMAGE028.GIF" wi="414" he="53" />(2)<img file="DEST_PATH_IMAGE030.GIF" wi="119" he="56" />采用RX算子的简化形式:<img file="DEST_PATH_IMAGE032.GIF" wi="190" he="78" />(3)<img file="DEST_PATH_IMAGE034.GIF" wi="160" he="46" />(4)<img file="DEST_PATH_IMAGE036.GIF" wi="74" he="46" />(5)式中:<img file="DEST_PATH_IMAGE038.GIF" wi="16" he="18" />为算子的判定阈值;<img file="DEST_PATH_IMAGE040.GIF" wi="17" he="18" />为背景均值向量的估计值;<img file="DEST_PATH_IMAGE042.GIF" wi="17" he="20" />为背景样本的协方差矩阵的估计值;3)决策级规则融合;根据专家判定区域,划分目标区域与背景区域,进行规则融合准备;把目标区域记为<img file="DEST_PATH_IMAGE044.GIF" wi="40" he="24" />,背景区域记为<img file="DEST_PATH_IMAGE046.GIF" wi="41" he="24" />;接着在目标区域进行“或”逻辑,在背景区域进行“与”逻辑;“与”和“或”具体操作与不同遥感仪之间的互补和冗余密切相关,是反映多传感器信息融合的算术逻辑描述;总的目标是在去除部分冗余信息的同时,要突出并体现两组传感器异物检测的信息互补性;在融合中心进行规则融合具体方法为:<img file="DEST_PATH_IMAGE048.GIF" wi="276" he="25" /><img file="DEST_PATH_IMAGE050.GIF" wi="270" he="25" />得到融合结果;上述各式中,<img file="DEST_PATH_IMAGE052.GIF" wi="38" he="24" />、<img file="DEST_PATH_IMAGE054.GIF" wi="40" he="24" />分别为75波段可见近红外数据以及80波段短波红外数据;<img file="DEST_PATH_IMAGE056.GIF" wi="106" he="22" />为图像数据预处理函数;<img file="DEST_PATH_IMAGE058.GIF" wi="26" he="20" />表示虚警率,作为连接两组初步判决的桥梁;<img file="DEST_PATH_IMAGE060.GIF" wi="30" he="24" />、<img file="DEST_PATH_IMAGE062.GIF" wi="32" he="24" />分别为可见近红外、短波红外数据的RX异常检测后的初步目标判决结果;<img file="DEST_PATH_IMAGE064.GIF" wi="85" he="25" />和<img file="DEST_PATH_IMAGE066.GIF" wi="85" he="25" />分别表示目标区域可见近红外和短波红外RX检测后的二值图像,<img file="DEST_PATH_IMAGE068.GIF" wi="86" he="25" />和<img file="DEST_PATH_IMAGE070.GIF" wi="86" he="25" />分别表示背景区域可见近红外和短波红外RX检测后的二值图像,<img file="DEST_PATH_IMAGE072.GIF" wi="81" he="24" />为融合中心判决结果。
地址 310018 浙江省杭州市下沙高教园区2号大街