高光譜異常檢測(cè)算法研究.pdf

1、高光譜成像儀可以在數(shù)百個(gè)狹窄波段內(nèi)對(duì)物體進(jìn)行成像，其波段范圍從可見光一直覆蓋到紅外波段。數(shù)百個(gè)波段內(nèi)的電磁能量在經(jīng)過光電轉(zhuǎn)換后就得到光譜信息，“圖譜合一”的特點(diǎn)使其能獲得更多的信息，目前高光譜數(shù)據(jù)處理已成為了國內(nèi)外的一個(gè)重要研究領(lǐng)域。其中，高光譜異常檢測(cè)不需要目標(biāo)的先驗(yàn)光譜信息，就可以有效地尋找到圖像中與背景像元光譜有所區(qū)別的異常像元，這讓它在精細(xì)化農(nóng)業(yè)、環(huán)境工程、資源勘探和國防等諸多領(lǐng)域都具有較廣的應(yīng)用前景，因而開展高光譜異常檢測(cè)研究

2、具有重大的理論意義和應(yīng)用價(jià)值。
　　本文首先對(duì)高光譜異常檢測(cè)中的經(jīng)典算法進(jìn)行了研究分析，包括PCA和KPCA兩種特征提取算法，以及基于多元信號(hào)檢測(cè)理論的RX、KRX和LAKDE異常檢測(cè)算法。通過仿真實(shí)驗(yàn)分析了這些算法的性能以及特征提取的必要性。
　　然后，針對(duì)高光譜圖像中異常像元與周圍背景像元相關(guān)性較弱的特點(diǎn)，研究提出了一種核典型相關(guān)分析和奇異值分解相結(jié)合的異常檢測(cè)算法。典型相關(guān)分析可以有效地反映出數(shù)據(jù)間的內(nèi)在關(guān)聯(lián)程度，通過

3、數(shù)據(jù)間內(nèi)在關(guān)聯(lián)性可以有效地衡量待檢測(cè)像素點(diǎn)與其周圍背景間的異常程度。而核典型相關(guān)分析是典型相關(guān)分析的核化版本。本算法中采用核典型相關(guān)分析來處理高光譜圖像數(shù)據(jù)，可以充分利用高光譜數(shù)據(jù)所具有的非線性特征；而后對(duì)核典型相關(guān)分析得到的結(jié)果圖像再采用奇異值分解與重構(gòu)來進(jìn)行處理，從而有效地完成背景抑制和異常點(diǎn)檢測(cè)的工作。仿真實(shí)驗(yàn)結(jié)果驗(yàn)證了該算法對(duì)異常檢測(cè)的有效性。
　　最后，針對(duì)高光譜圖像所具有的非線性特征，研究提出了一種基于異常分量提取的異

4、常檢測(cè)算法。該算法首先采用核主成分分析法來實(shí)現(xiàn)高維高光譜數(shù)據(jù)的非線性降維，而后采用獨(dú)立分量分析法來尋找隱含于核主成分中的獨(dú)立分量。在獨(dú)立分量的求解過程中，根據(jù)漸進(jìn)正交化和對(duì)稱正交化兩種不同的正交化方法，分別提出基于特征選擇的并行異常分量提取算法和基于正交子空間投影的串行提取算法，最后在此基礎(chǔ)上將得到的異常分量使用KRX算子進(jìn)行處理，以實(shí)現(xiàn)異常檢測(cè)。采用真實(shí)高光譜圖像進(jìn)行仿真實(shí)驗(yàn)，并采用ROC曲線對(duì)其性能進(jìn)行評(píng)估，實(shí)驗(yàn)結(jié)果表明了該算法具有