面向異常檢測的高光譜數(shù)據(jù)線性子空間估計.pdf

1、高光譜圖像異常檢測是一種特殊形式的目標(biāo)檢測技術(shù)，它能夠在缺少先驗光譜信息的情況下，檢測與周圍環(huán)境存在光譜差異的目標(biāo)，具有較強的實用性，是高光譜遙感信息處理的研究熱點之一。子空間估計是指將高光譜數(shù)據(jù)進(jìn)行低維子空間表示，一方面可提高數(shù)據(jù)處理的運算效率，另一方面可減少波段相關(guān)性以及光譜混合導(dǎo)致的檢測性能下降的問題。然而，面向目標(biāo)檢測的子空間估計方法大都沒有考慮數(shù)據(jù)中異常信號的特殊性，在估計的子空間中會遺失異常信號成分，導(dǎo)致異常檢測結(jié)果出現(xiàn)錯誤

2、。針對如何在有效表征背景子空間的同時保留異常信號成分的問題，在分析高光譜數(shù)據(jù)子空間估計和異常檢測原理的基礎(chǔ)上，對基于統(tǒng)計特性的子空間估計方法進(jìn)行了深入研究和改進(jìn)，提出了兩種適用于異常檢測的子空間估計方法。
　　本研究主要內(nèi)容包括：⑴分析了子空間維數(shù)對異常檢測器檢測性能以及運算效率的影響。在高光譜圖像線性混合模型基礎(chǔ)上，分析了基于主成分分析（PCA）的高光譜數(shù)據(jù)子空間估計的原理，針對RX和PW-LRT這兩種典型的異常檢測器，重點分析

3、了子空間估計維數(shù)對于異常檢測性能的影響，實驗結(jié)果表明高光譜過多的波段數(shù)據(jù)不僅導(dǎo)致檢測器計算效率下降，同時對檢測性能的有不利影響。⑵提出一種基于核概率密度估計方法的檢測器閾值確定方法。針對高光譜數(shù)據(jù)的精確統(tǒng)計描述困難，導(dǎo)致對于不同數(shù)據(jù)的閾值提取自適應(yīng)性較差的問題，通過引入非參數(shù)概密估計的思想以確定檢測器輸出的概率分布，減少由于假定的統(tǒng)計模型誤差而導(dǎo)致的錯誤閾值分割結(jié)果。⑶提出一種兼顧噪聲與異常影響的m-HySime子空間估計算法。在分析最

4、小噪聲分離(MNF)與高光譜數(shù)據(jù)子空間識別（HySime）兩種處理噪聲的子空間估計方法基礎(chǔ)上，通過證明將它們歸納為在 F范數(shù)定義下的最小誤差投影空間估計。實驗結(jié)果表明 F范數(shù)下的最優(yōu)投影空間對異常的表征不理想，因此引入l2,?-norm下的最優(yōu)投影空間估計思想，提出一種改進(jìn)的HySime算法，來實現(xiàn)保留異常信號的高維數(shù)據(jù)子空間估計，以克服子空間估計中異常信號成分丟失以及在噪聲干擾下估計準(zhǔn)確性下降的問題；通過仿真與真實數(shù)據(jù)測試，驗證了該算