一种采用核递归的高光谱快速异常探测方法技术

本发明专利技术属于图像处理尤其是高光谱图像异常目标检测领域，具体涉及一种采用核递归的高光谱快速异常探测方法。本发明专利技术包括：读入高光谱数据；对背景信息的核矩阵进行初始化；建立背景像元更新的因果关系；建立核矩阵ΚΒ(n)的递归方程更新核矩阵；结合KRX算子对高光谱图像进行快速检测。本发明专利技术提出了采用背景信息因果化的更新模型，利用检测像元的变化对背景信息进行快速更新，避免反复提取背景信息造成的数据冗余。采用构建全新核矩阵，有效的解决了核矩阵的维数随着背景像元数目的增加而产生变化的问题，同时使得算法无需每次重新计算核矩阵。引入卡尔曼滤波理论的递归思想，可大大减少实际处理中的工作量，提高了异常目标检测的效率。

【技术实现步骤摘要】

本专利技术属于图像处理尤其是高光谱图像异常目标检测领域，具体涉及一种采用核 递归的高光谱快速异常探测方法。
技术介绍
高光谱遥感图像因其具有较高的光谱分辨率被广泛应用于地物分类、目标识别与 探测等方面，区别于普通的光学图像，高光谱图像可借助其丰富的光谱信息对存在细微光 谱差异的真假目标有效的区别。对目标探测来说，由于实际地物的种类繁多，目前并没有一 个完备的光谱数据库提供所需的先验信息，使得先验光谱信息的获得成为目标探测的一个 难点，因而不需要先验信息的高光谱图像异常探测算法成为人们研宄的热点方向。 最早由Reed和Xiao Li提出的RX异常探测算法是在简化的假设条件下利用目标 与背景的统计特性差异进行判别，该算法仅适合检测较为明显的异常，对与背景差异较小 的弱异常效果不好。考虑到高光谱数据中各个波段间存在丰富的非线性信息，Kwon等人提 出了基于核方法的异常检测算法，借助选取的核函数将原始高光谱数据的非线性问题映射 为高维特征空间的线性问题，充分的利用光谱数据各波段的非线性信息，提高了高光谱数 据的利用率。虽然该算法在实际中取得了较好的效果，但在检测中该算法是通过一个同心 双层窗在整幅图像上的滑动来对高光谱图像中的每一个像元进行检测，这对实际处理中的 数据存储造成了很大的压力，严重制约着检测的效率和时效性，针对这一问题，本专利技术提出 了一种采用核递归方法的异常探测快速算法（RTCKRXD)。
技术实现思路
本专利技术的目的在于提出一种提高检测速度的同时解决了数据的存储问题的采用 核递归的高光谱快速异常探测方法。 本专利技术的目的是这样实现的： (1)读入高光谱数据； (2)对背景信息的核矩阵进行初始化： 选择初始背景信息，利用窗来选取背景像元，通过窗的滑动获取背景信息，同时产 生重复计算的数据冗余，待检测像元与背景像元的统计差异进行区分，选用待检测高光谱 数据的第一行像元作为初始背景信息； (3)建立背景像元更新的因果关系： 采用当前检测像元之前的所有像元作为背景信息的方法取代传统的局部同心双 层窗，构建背景信息模型【主权项】1. ，其特征在于，包括如下步骤： (1) 读入高光谱数据； (2) 对背景信息的核矩阵进行初始化： 选择初始背景信息，利用窗来选取背景像元，通过窗的滑动获取背景信息，同时产生重 复计算的数据冗余，待检测像元与背景像元的统计差异进行区分，选用待检测高光谱数据 的第一行像元作为初始背景信息； (3) 建立背景像元更新的因果关系： 采用当前检测像元之前的所有像元作为背景信息的方法取代传统的局部同心双层窗， 构建背景信息模型其中F B (n) = Qr1, r2,…，rn]表示第η时刻的背景信息，!Ti= T为具 有L个波段的一个像元光谱信息，随着待检测像元的改变来更新背景信息； (4) 建立核矩阵K Β (η)的递归方程更新核矩阵： (4. 1)建立因果核RX算法的算子：构建检测算子的因果为： KRX(d)(r")) = (Φ(γ" )-(1..,,, (/;))7 C/;；, (?)(Φ(γ )-μβφ (/;))； 其中14?)和?Μ(?)为待检测像元的特征空间背景的均值向量和协方差矩阵的估计 值的因果表示，经化简推导的出因果KRX算子表示为： KRx(d)(r,)) = (k;⑷-略⑷)'b ⑷(k;⑷-k;M(")); (4.2)选择核函数：选用径向基核，其中Xi为核函数中心，即待检测像元，〇2为核函数 的宽度参数，X为背景像元： k (X · Xi) = exp (I I X-Xi I IV 〇 2); (4. 3)构建因果核函数： 利用背景像元的自相关统计差异来计算核矩阵，通过定义LXL中心化Gram的因果核 矩阵K β (n) = K (F β (n)，F Β (η))建立K β (η)的状态方程：(5)结合KRX算子对高光谱图像进行快速检测，将非中心化的Gram矩阵Kb (η)变换成 中心化的Gram矩阵，即：其4，I表示单位阵，结合KRX检测算子，得到采用核递归的快速KRX的检测算子：利用核递归的快速KRX的检测算子对高光谱图像进行快速检测。【专利摘要】本专利技术属于图像处理尤其是高光谱图像异常目标检测领域，具体涉及。本专利技术包括：读入高光谱数据；对背景信息的核矩阵进行初始化；建立背景像元更新的因果关系；建立核矩阵ΚΒ(n)的递归方程更新核矩阵；结合KRX算子对高光谱图像进行快速检测。本专利技术提出了采用背景信息因果化的更新模型，利用检测像元的变化对背景信息进行快速更新，避免反复提取背景信息造成的数据冗余。采用构建全新核矩阵，有效的解决了核矩阵的维数随着背景像元数目的增加而产生变化的问题，同时使得算法无需每次重新计算核矩阵。引入卡尔曼滤波理论的递归思想，可大大减少实际处理中的工作量，提高了异常目标检测的效率。【IPC分类】G06T7-00【公开号】CN104766313【申请号】CN201510140950【专利技术人】赵春晖, 王佳, 王玉磊, 肖健钰, 尤伟 【申请人】哈尔滨工程大学【公开日】2015年7月8日【申请日】2015年3月27日本文档来自技高网...

【技术保护点】
一种采用核递归的高光谱快速异常探测方法，其特征在于，包括如下步骤：(1)读入高光谱数据；(2)对背景信息的核矩阵进行初始化：选择初始背景信息，利用窗来选取背景像元，通过窗的滑动获取背景信息，同时产生重复计算的数据冗余，待检测像元与背景像元的统计差异进行区分，选用待检测高光谱数据的第一行像元作为初始背景信息；(3)建立背景像元更新的因果关系：采用当前检测像元之前的所有像元作为背景信息的方法取代传统的局部同心双层窗，构建背景信息模型其中ΡΒ(n)＝[r1,r2,…,rn]表示第n时刻的背景信息，ri＝[r1i,r2i,…,rLi]T为具有L个波段的一个像元光谱信息，随着待检测像元的改变来更新背景信息；(4)建立核矩阵ΚΒ(n)的递归方程更新核矩阵：(4.1)建立因果核RX算法的算子：构建检测算子的因果为：KRX(Φ(rn))=(Φ(rn)-μ^BΦ(n))TC^BΦ-1(n)(Φ(rn)-μ^BΦ(n));]]>其中和为待检测像元的特征空间背景的均值向量和协方差矩阵的估计值的因果表示，经化简推导的出因果KRX算子表示为：KRX(Φ(rn))=(krT(n)-kμ^BT(n))TK^B-1(n)(krT(n)-kμ^BT(n));]]>(4.2)选择核函数：选用径向基核，其中xi为核函数中心，即待检测像元，σ2为核函数的宽度参数，x为背景像元：k(x·xi)＝exp(||x‑xi||2/σ2)；(4.3)构建因果核函数：利用背景像元的自相关统计差异来计算核矩阵，通过定义L×L中心化Gram的因果核矩阵ΚΒ(n)＝Κ(ΡΒ(n),ΡΒ(n))建立ΚΒ(n)的状态方程：其中βij(n)=exp(-(ri1-rj1)2+(ri2-rj2)2+...+(rin-rjn)2σ2);]]>(5)结合KRX算子对高光谱图像进行快速检测，将非中心化的Gram矩阵KB(n)变换成中心化的Gram矩阵即：K^B(n)=KB(n)-KB(n)IL-ILKB(n)+ILKB(n)IL=(I-IL)KB(n)(I-IL);]]>其中，I表示单位阵，结合KRX检测算子，得到采用核递归的快速KRX的检测算子：利用核递归的快速KRX的检测算子对高光谱图像进行快速检测。...

【技术特征摘要】

【专利技术属性】
技术研发人员：赵春晖，王佳，王玉磊，肖健钰，尤伟，
申请(专利权)人：哈尔滨工程大学，
类型：发明
国别省市：黑龙江;23