專利名稱：一種高光譜遙感影像異常探測方法
技術(shù)領(lǐng)域：
本發(fā)明屬于遙感影像處理技術(shù)領(lǐng)域，尤其是一種高光譜遙感影像異常探測方法。
背景技術(shù)：
高光譜遙感影像中，地物分布情況比較復(fù)雜，人工建筑、運(yùn)動(dòng)車輛等感興趣目標(biāo)的 提取是其中的難點(diǎn)問題。由于空間分辨率的限制，高光譜遙感影像中，混合像元現(xiàn)象普遍存 在?；旌舷裨F(xiàn)象是指，影像上的像元并不是由單一類別地物對(duì)應(yīng)的反射信號(hào)構(gòu)成的，而是 多種類別地物的不同信號(hào)共同作用而構(gòu)成。因此混合像元在高光譜遙感影像上反映出的光 譜是由多種光譜共同混合而成的。在這種情況下，基于光譜特征的目標(biāo)探測方法難以探測 出感興趣目標(biāo)。此外目標(biāo)光譜信息在事先難以提取獲取，因此未知目標(biāo)光譜信息的異常目 標(biāo)探測問題是亟須發(fā)展的技術(shù)。 高光譜遙感影像可以細(xì)致地反映不同地物的光譜差異。在特征空間中，異常目 標(biāo)具有與背景地物不同的分布特征，即目標(biāo)與背景分別位于特征空間的不同區(qū)域。異常 探測的任務(wù)即轉(zhuǎn)化為尋找一個(gè)有效的分離或檢測界面，將異常目標(biāo)與背景予以有效的 分離。因此，高光譜遙感影像異常目標(biāo)探測問題，本質(zhì)上是一個(gè)分類問題。(D.Manolakis and G. Shaw，"Detection Algorithms forHyperspectral Imaging Applications, ，， IEEE Signal Processing M卿zine， vol. 19， no. 1， pp. 29_43， Jan. 2002.)但是，與普通分類問 題不同的是，異常探測是一個(gè)更加復(fù)雜的問題。主要地是由于異常目標(biāo)在影像上分布數(shù) 據(jù)很小，即所謂的低概率特點(diǎn)。在這種情況下，目標(biāo)樣本的數(shù)目是非常有限的，因此一般的 分類方法難以奏效。(C. I. Chang， S. S. Chiang. Anomalydetection and classification for hyperspectral imagery[J]. IEEE Trans.Geosci. Remote Sensing,2002， 40(6): 1314-1325.)發(fā)展針對(duì)高光譜遙感影像異常目標(biāo)特點(diǎn)的異常探測技術(shù)，是非常有必要的。
高光譜遙感影像中，異常目標(biāo)的另一個(gè)顯著特點(diǎn)是，異常目標(biāo)與背景的分布特征 明顯不同。在自然場景中，較大尺度范圍內(nèi)各種地物目標(biāo)一般符合類似的分布。然后，當(dāng)異 常目標(biāo)存在時(shí)，由于其光譜信號(hào)與各種背景地物明顯不同，因而會(huì)呈現(xiàn)出明顯不同的統(tǒng)計(jì) 特征，這種異常目標(biāo)一般為人工移動(dòng)目標(biāo)，如車輛、軍事偽裝目標(biāo)，或人工建筑，如橋梁、信 號(hào)基站等。這一類目標(biāo)往往是地物提取中比較受到關(guān)注的地物，因而異常目標(biāo)探測也具有 較高的實(shí)際意義。 異常目標(biāo)探測技術(shù)最早源于異常點(diǎn)探測(R.Reed， X. Yu. Ad即tivemulti-band CFAR detection of an optical pattern with unknown spectraldistribution[J]. IEEE Trans. Acoust. ， Speech, Singal Process, 1990， 38 (10) :293-305.)，即找到與絕大多數(shù)明 顯不同的"突出點(diǎn)"，例如通信中偏離正常值域區(qū)間的脈沖信號(hào)等。遙感影像中的異常目標(biāo) 探測是以一種信號(hào)處理的角度來探測感興趣目標(biāo)。Xiao Yu和S. Reed在1990年提出了一 種基于最大似然檢測的恒虛警率探測方法，在背景較為簡單的條件下，針對(duì)多光譜遙感影 像可以有效地探測異常目標(biāo)。該方法假設(shè)背景符合正態(tài)分布，即算法假設(shè)前提為背景服從 空間均值快變、方差慢變多維高斯過程。整個(gè)處理過程被認(rèn)為是統(tǒng)計(jì)均一的圖像子塊上完成，通過統(tǒng)計(jì)滑動(dòng)窗口范圍內(nèi)的均值和方差來獲取RX算法的參數(shù)。結(jié)果影像作為窗口中心點(diǎn)是否為目標(biāo)的依據(jù)。 RX算法被證明同樣適用于高光譜遙感影像，并且相關(guān)的研究機(jī)構(gòu)提出了一系列的擴(kuò)展算法，已成為高光譜遙感影像異常目標(biāo)探測的標(biāo)準(zhǔn)算法。但是這些算法一般都只能解決單像元的小異常目標(biāo)探測問題。在異常目標(biāo)較大的情況下，這些方法難以奏效。其次，在高光譜遙感影像中，混合像元問題比較突出，異常目標(biāo)與其他背景地物相混合，導(dǎo)致可分性下降。因此，有必要用新的研究思路解決大目標(biāo)和混合像元內(nèi)的異常目標(biāo)探測問題。
窗口策略是高光譜遙感影像異常目標(biāo)探測的常見策略，主要是利用滑動(dòng)窗口選取探測算子的參數(shù)求解范圍，例如均值和協(xié)方差矩陣。(參見參考文獻(xiàn)[1] [6])傳統(tǒng)的異常目標(biāo)探測算法一般采用單層窗口，考察中心像元是否為異常目標(biāo)。這將會(huì)導(dǎo)致兩個(gè)問題在目標(biāo)大于一個(gè)像元時(shí)，目標(biāo)與周圍窗口區(qū)域內(nèi)的異常度降低，因而目標(biāo)難以被探測出來；當(dāng)窗口的非中心區(qū)域內(nèi)也存在異常目標(biāo)時(shí)，窗口內(nèi)的協(xié)方差信息包含了目標(biāo)信息，因而是不準(zhǔn)確的，這也會(huì)導(dǎo)致探測錯(cuò)誤。 本領(lǐng)域現(xiàn)有采用窗口策略的參考文獻(xiàn)主要有 [l]D. W. J. Stein， S. G. Beaven， L. E. Hoff， E. M. Winter, A. P. SchaumandA.D.Stocker. Anomaly detection from hyperspectral imagery[J]. IEEE Trans. SignalProcessing,2002，19(1) :58-69. [2]C. J. Baker， J. M. Pink and R. J. A. Tough. A statistical model forradartarget detection in clutter[C].Ann Arbor， USA.Proceedingsof the 1988 IEEENational Radar Conference, 1988 :241_245. [3]D. G. Manolakis， D. Marden， J. P. Kerekes， G. A. Shaw. Statisticsofhyperspectral imaging data[J]. Proceedings of SPIE，2001 (4381) :308-316.
[4]P. B. Chapple， D. C. Bertilone， R. S. Caprari and G. N. Newsam. Stochasticmodel—based processing for detection of small targets i皿on—Gaussian naturalimagery[J]. IEEE Trans. Image Processing,2001，10(4) :554-564. [5]A. Margalit， I. S. Reed， R. M. Gagliardi. Adaptive optical targetdetectionusing correlated images[J]. IEEE Trans, aerospace andelectronic systems. 1985，21(3) :394-405. [6] S. M. Schweizer， J. M. F. Moura. Hyperspectral imagery :clutteradaptationin anomaly detection[J]. IEEE Trans. Information Theory,2000，46 (5) :1855-1871.

發(fā)明內(nèi)容
本發(fā)明的目的是，在提供一種準(zhǔn)確率高的用于高光譜遙感影像的異常目標(biāo)探測方法。 為實(shí)現(xiàn)上述目的，本發(fā)明提供的高光譜遙感影像異常探測方法，包括以下步驟
步驟l，選擇所需進(jìn)行目標(biāo)探測的待探測遙感影像；
步驟2，獲取探測時(shí)需要的先驗(yàn)信息； 步驟3，采用高階矩計(jì)算高斯分布的方式，確定背景窗口的大小，所述背景窗口用于在待探測遙感影像上遍歷探測時(shí)選出當(dāng)前探測范圍；在背景窗口內(nèi)建立與背景窗口同中心的兩個(gè)或以上目標(biāo)窗口，目標(biāo)窗口的大小根據(jù)目標(biāo)大小層次設(shè)定，背景窗口和所有目標(biāo) 窗口構(gòu)成多層嵌套窗口； 步驟4，根據(jù)步驟2所得先驗(yàn)信息，開始采用多層嵌套窗口對(duì)整個(gè)待探測遙感影像 進(jìn)行第一次遍歷探測， 步驟5，多層嵌套窗口的中心依次遍歷待探測遙感影像中所有的像元位置，每遍歷 到一個(gè)像元位置時(shí)，計(jì)算該像元位置上各個(gè)目標(biāo)窗口的異常度；計(jì)算某個(gè)目標(biāo)窗口的異常 度實(shí)現(xiàn)方式如下， 計(jì)算背景窗口的統(tǒng)計(jì)特征，計(jì)算除去該目標(biāo)窗口外的背景窗口內(nèi)像元的協(xié)方差矩 陣，依此計(jì)算目標(biāo)窗口內(nèi)各像元相對(duì)背景窗口的馬氏距離并取平均值，將該平均值作為該 目標(biāo)窗口的異常度； 步驟6，根據(jù)預(yù)設(shè)的閾值和步驟5所得每個(gè)像元位置上各個(gè)目標(biāo)窗口的異常度，判 斷多層嵌套窗口的中心遍歷的每個(gè)像元位置分別是否為異常目標(biāo)； 步驟7，返回步驟5開始采用多層嵌套窗口對(duì)整個(gè)待探測遙感影像進(jìn)行第二次遍 歷探測；進(jìn)行第二次遍歷探測時(shí)，背景窗口中排除第一次遍歷探測時(shí)在步驟6判斷為異常 目標(biāo)的像元；以第二次遍歷探測時(shí)在步驟6判斷為異常目標(biāo)的像元作為異常目標(biāo)探測結(jié) 果。 而且，步驟5中，所述求取目標(biāo)窗口內(nèi)某像元相對(duì)背景窗口的馬氏距離，計(jì)算公式 為 = o —/0(-q +-o-^)o-^) ) 0 —
M + l M + l 其中，4是除去目標(biāo)窗口外的背景窗口內(nèi)像元的協(xié)方差矩陣，A是背景的采樣均
值，x是待考察目標(biāo)向量或區(qū)域均值向量，M為除去目標(biāo)窗口外的背景窗口內(nèi)像元的數(shù)目。
而且，步驟3中，在背景窗口內(nèi)建立與背景窗口同中心的三個(gè)目標(biāo)窗口 ，最大的目 標(biāo)窗口尺寸與最大的目標(biāo)對(duì)應(yīng)，最小的目標(biāo)窗口尺寸與最小的目標(biāo)對(duì)應(yīng)，中等的目標(biāo)窗口 的尺寸取最大的目標(biāo)窗口尺寸和最小的目標(biāo)窗口尺寸均值。 而且，步驟6中，所述判斷某個(gè)像元位置是否為異常目標(biāo)，具體實(shí)現(xiàn)方式包括如下 步驟， 步驟6. l，根據(jù)預(yù)設(shè)的閾值和最小的目標(biāo)窗口的異常度，判斷最小的目標(biāo)窗口內(nèi)是
否存在異常目標(biāo)，是則判斷該像元位置是為異常目標(biāo)，否則進(jìn)入步驟6. 2 ; 步驟6.2，根據(jù)預(yù)設(shè)的閾值和中等的目標(biāo)窗口的異常度，判斷中等的目標(biāo)窗口內(nèi)是
否存在異常目標(biāo)，是則判斷該像元位置是為異常目標(biāo)，否則進(jìn)入步驟6. 3 ; 步驟6.3，根據(jù)預(yù)設(shè)的閾值和最大的目標(biāo)窗口的異常度，判斷最大的目標(biāo)窗口內(nèi)是
否存在異常目標(biāo)，是則判斷該像元位置是為異常目標(biāo)，否則判斷該像元位置不是異常目標(biāo)。 本發(fā)明通過定義多層嵌套窗口 ，表達(dá)目標(biāo)的多尺寸結(jié)構(gòu)，通過逐層比較各層目標(biāo)
窗口與背景窗口區(qū)域的異常度，確定目標(biāo)的存在性及其尺寸大小?，F(xiàn)有方法中的嵌套窗口
結(jié)構(gòu)多是雙層的，即內(nèi)部為目標(biāo)窗口 ，外層為背景區(qū)域。這種結(jié)構(gòu)只能處理單一尺寸異常目
標(biāo)，對(duì)目標(biāo)大小缺乏適應(yīng)性。而本發(fā)明利用多層嵌套窗口結(jié)構(gòu)，定義多層同中心嵌套的目標(biāo)
窗口 ，例如采用三層目標(biāo)窗口分別對(duì)應(yīng)目標(biāo)的最小尺度、中等尺度和最大尺度；可以通過分別對(duì)三種尺寸的目標(biāo)窗口與背景區(qū)域的異常度進(jìn)行分析，確定異常目標(biāo)的位置和尺度。本 發(fā)明所提供方法具有結(jié)構(gòu)化強(qiáng)、適應(yīng)度高、自組織、自學(xué)習(xí)的特點(diǎn)，并且運(yùn)算實(shí)現(xiàn)效率較快； 適合高光譜遙感影像的像元結(jié)構(gòu)特點(diǎn)，適用于高光譜遙感影像的異常目標(biāo)探測。


圖1為本發(fā)明實(shí)施例的目標(biāo)窗口示意圖； 圖2為本發(fā)明實(shí)施例的多層嵌套窗口結(jié)構(gòu)示意圖； 圖3為本發(fā)明實(shí)施例的流程框圖。
具體實(shí)施例方式
多層嵌套窗口結(jié)構(gòu)是本發(fā)明的關(guān)鍵創(chuàng)新部分，這種結(jié)構(gòu)充分考慮了異常目標(biāo)的尺 寸對(duì)異常探測中的影響。首先，異常目標(biāo)的大小對(duì)于求解異常目標(biāo)對(duì)背景的異常度有很大 的影響。異常度的求解與背景協(xié)方差矩陣有關(guān)，該背景協(xié)方差矩陣是指除去目標(biāo)窗口外的 背景窗口內(nèi)像元的協(xié)方差矩陣。當(dāng)異常目標(biāo)的大小超過待考察的目標(biāo)窗口，目標(biāo)窗口外的 目標(biāo)像元將進(jìn)入外層背景統(tǒng)計(jì)特征的求解，因而背景協(xié)方差矩陣將包含目標(biāo)的信息，異常 目標(biāo)的異常度將降低；當(dāng)待考察的目標(biāo)窗口恰好滑至背景像元處，而異常目標(biāo)位于外層背 景窗口內(nèi)，背景協(xié)方差矩陣的信息將主要由異常目標(biāo)構(gòu)成，因而此時(shí)中心的背景像元相對(duì) 于外層背景窗口也具有較大的異常度，這是現(xiàn)有技術(shù)會(huì)把背景像元誤判為異常目標(biāo)的原 因。 為克服上述問題，本發(fā)明使用多層嵌套窗口的方法，在背景窗口內(nèi)建立與其同中 心的兩個(gè)或兩個(gè)以上目標(biāo)窗口，各個(gè)目標(biāo)窗口的大小可以根據(jù)所選的目標(biāo)大小層次合理設(shè) 定。 一般在處于最外層的背景窗口內(nèi)建立三層嵌套的目標(biāo)窗口即可。其中，最大的目標(biāo)窗 口尺寸與最大的目標(biāo)對(duì)應(yīng)，一般采用可以包含最大異常目標(biāo)的矩形區(qū)域；最小的目標(biāo)窗口 尺寸與最小的目標(biāo)對(duì)應(yīng)，一般可以取為單像元窗口 ；中等的目標(biāo)窗口的尺寸取最大的目標(biāo) 窗口尺寸和最小的目標(biāo)窗口尺寸均值。探測中，逐級(jí)分別考察大、中、小三層目標(biāo)窗口相對(duì) 于最外層背景窗口的異常度，則可以克服異常目標(biāo)較大時(shí)對(duì)背景協(xié)方差矩陣的干擾。當(dāng)異 常目標(biāo)位于最外層背景窗口 ，背景像元位于中心，背景像元相對(duì)于異常目標(biāo)的異常度不會(huì) 在每個(gè)層次的探測中都較大，因此不會(huì)被誤判。 基于這種多層嵌套窗口結(jié)構(gòu)，本發(fā)明提供高光譜遙感影像異常探測方法，包括以 下步驟 步驟l，選擇所需進(jìn)行目標(biāo)探測的待探測遙感影像。 所需進(jìn)行目標(biāo)探測的遙感影像，本發(fā)明稱為待探測遙控影像。具體實(shí)施時(shí)，可以 采用計(jì)算機(jī)手段來實(shí)施本發(fā)明方法，例如提供一種遙感影像處理程序。該遙感影像處理程 序可根據(jù)本發(fā)明的技術(shù)方案，由本領(lǐng)域技術(shù)人員采用軟件編程技術(shù)提供，建議采用visual c++6. 0開發(fā)。具體實(shí)施時(shí)，可以設(shè)定在遙感影像處理程序彈出影像參數(shù)對(duì)話框后，通過輸入 影像寬度、高度、波段數(shù)和數(shù)據(jù)類型選擇打開輸入所需進(jìn)行目標(biāo)探測的待探測遙感影像。
步驟2，獲取探測時(shí)需要的先驗(yàn)信息。 先驗(yàn)信息包括目標(biāo)端元光譜信息和背景端元光譜信息。根據(jù)探測的實(shí)際需求可以 選擇探測前獲取的訓(xùn)練樣區(qū)先驗(yàn)信息的方式，通過人工選取或者自動(dòng)提取的方法獲得。若已知某些像元含有目標(biāo)，某些像元是不含有目標(biāo)的背景像元，則可以直接輸入待探測目標(biāo)像元和背景像元?；蛘咴谔綔y時(shí)，未知哪些是目標(biāo)、哪些是背景像元，但可以通過目視選擇影像上部分像元作為目標(biāo)，選擇部分像元是背景，然后輸入探測器。若已知目標(biāo)的純凈光譜，可以將其作為輸入的目標(biāo)先驗(yàn)信息；若已知影像內(nèi)的部分目標(biāo)像元，則可以將他們?nèi)∑骄?，作為輸入的目?biāo)先驗(yàn)光譜信息。具體實(shí)施時(shí)，若目視比較明顯，或者有實(shí)際地面覆蓋類型數(shù)據(jù)時(shí)，適合采用人工選取的方法。如果目視并不明顯，可以采用自適應(yīng)迭代誤差分析、投影尋蹤等自動(dòng)端元提取方法等現(xiàn)有技術(shù)。 一般采用人工選取的方式得到背景端元光譜信息即可。 步驟3，采用高階矩計(jì)算高斯分布的方式，確定背景窗口的大小，所述背景窗口用于在待探測遙感影像上遍歷探測時(shí)選出當(dāng)前探測范圍；在背景窗口內(nèi)建立與背景窗口同中心的兩個(gè)或以上目標(biāo)窗口，目標(biāo)窗口的大小根據(jù)目標(biāo)大小層次設(shè)定，背景窗口和所有目標(biāo)窗口構(gòu)成多層嵌套窗口。 根據(jù)待考察的目標(biāo)大小層次建立不同的同中心多層嵌套窗口，可以根據(jù)探測的需要和影像空間分辨率、已知目標(biāo)的大小來判斷。比如，要探測美國某基地的影像內(nèi)的悍馬軍車，影像空間分辨率是10n^l0m.而悍馬軍車是2n^3m。則待探測目標(biāo)小于一個(gè)像元，就是小尺度目標(biāo)。最佳實(shí)施例為，在背景窗口內(nèi)建立與背景窗口同中心的三個(gè)目標(biāo)窗口，最大的目標(biāo)窗口尺寸與最大的目標(biāo)對(duì)應(yīng)，最小的目標(biāo)窗口尺寸與最小的目標(biāo)對(duì)應(yīng)，中等的目標(biāo)窗口的尺寸取最大的目標(biāo)窗口尺寸和最小的目標(biāo)窗口尺寸均值。 本發(fā)明對(duì)背景窗口大小的確定采用的是統(tǒng)計(jì)分布特征的高階矩的判定方法，即高階矩計(jì)算高斯分布的方式。具體地，利用偏度(skewness)來確定最外層背景窗口大小。它們是從圖像空間角度來描述小目標(biāo)奇異特性的有效度量，正態(tài)分布的數(shù)據(jù)具有偏度值為零的特點(diǎn)。在本發(fā)明實(shí)施例中，用大小為NXN的窗口逐像元去遍歷整個(gè)待探測遙感影像的影像區(qū)域，計(jì)算每次窗口內(nèi)的偏度值，記錄偏度值為零的次數(shù)。N從待探測遙感影像的波段數(shù)目的平方根開始取值，逐漸增大，直到偏度值為零的次數(shù)不再增大，此時(shí)N的值即為所求。偏度的計(jì)算公式為 其中，x為NXN的窗口內(nèi)的像元，ii為該窗口內(nèi)的均值，o為該窗口的標(biāo)準(zhǔn)方差，E()表示求均值。 步驟4，根據(jù)步驟2所得先驗(yàn)信息，開始采用多層嵌套窗口對(duì)整個(gè)待探測遙感影像進(jìn)行第一次遍歷探測。 具體來說，第一次遍歷探測的內(nèi)容就是執(zhí)行步驟5和步驟6。 步驟5，多層嵌套窗口的中心依次遍歷待探測遙感影像中所有的像元位置，每遍歷到一個(gè)像元位置時(shí)，計(jì)算該像元位置上各個(gè)目標(biāo)窗口的異常度；計(jì)算某個(gè)目標(biāo)窗口的異常度實(shí)現(xiàn)方式如下， 計(jì)算背景窗口的統(tǒng)計(jì)特征，計(jì)算除去該目標(biāo)窗口外的背景窗口內(nèi)像元的協(xié)方差矩陣，依此計(jì)算目標(biāo)窗口內(nèi)各像元相對(duì)背景窗口的馬氏距離并取平均值，將該平均值作為該目標(biāo)窗口的異常度。 馬氏距離有很多優(yōu)點(diǎn)。它不受量綱的影響，兩點(diǎn)之間的馬氏距離與原始數(shù)據(jù)的測量單位無關(guān)；由標(biāo)準(zhǔn)化數(shù)據(jù)和中心化數(shù)據(jù)(即原始數(shù)據(jù)與均值之差)計(jì)算出的二點(diǎn)之間的 馬氏距離相同；馬氏距離還可以排除變量之間的相關(guān)性的干擾。因此本發(fā)明根據(jù)馬氏距 離評(píng)價(jià)異常度，并為便于實(shí)施起見，提供根據(jù)馬氏距離求取背景窗口的異常度計(jì)算公式如 下<formula>formula see original document page 8</formula> 其中，6是除去目標(biāo)窗口外的背景窗口內(nèi)像元的協(xié)方差矩陣，;是背景的采樣均
值，x是待考察目標(biāo)向量或區(qū)域均值向量，M為除去目標(biāo)窗口外的背景窗口內(nèi)像元的數(shù)目。
步驟6，根據(jù)預(yù)設(shè)的閾值和步驟5所得每個(gè)像元位置上各個(gè)目標(biāo)窗口的異常度，判 斷多層嵌套窗口的中心遍歷的每個(gè)像元位置分別是否為異常目標(biāo)； 閾值一般設(shè)定為待探測遙感影像中所有像元馬氏距離平均值的3. 5倍。具體實(shí)施
時(shí)，可以由內(nèi)至外的根據(jù)各個(gè)目標(biāo)窗口的異常度考察窗口內(nèi)目標(biāo)存在性。 步驟7，返回步驟5開始采用多層嵌套窗口對(duì)整個(gè)待探測遙感影像進(jìn)行第二次遍
歷探測；進(jìn)行第二次遍歷探測時(shí)，背景窗口中排除第一次遍歷探測時(shí)在步驟6判斷為異常
目標(biāo)的像元；以第二次遍歷探測時(shí)在步驟6判斷為異常目標(biāo)的像元作為異常目標(biāo)探測結(jié)果。 本發(fā)明在第一次遍歷中預(yù)判異常目標(biāo)，在第二次遍歷中排除預(yù)判的異常目標(biāo)，重 新求解。這樣就可以避免異常目標(biāo)在背景窗口內(nèi)的存在，而對(duì)最終探測結(jié)果產(chǎn)生干擾。
以下結(jié)合實(shí)施例具體實(shí)施步驟，詳細(xì)說明本發(fā)明技術(shù)方案 (1)實(shí)施例中待探測遙感影像的總波段數(shù)采用Nb標(biāo)記。待探測遙感影像的影像數(shù) 據(jù)讀入后，存儲(chǔ)在一個(gè)二維數(shù)組DataArray中，該數(shù)組中每個(gè)元素分別存儲(chǔ)在每個(gè)波段每 個(gè)位置上的光譜值。在后面的處理中，每次取出數(shù)組DataArray中的一個(gè)元素x，對(duì)應(yīng)于待 探測遙感影像上某個(gè)位置上像元。 (2)根據(jù)探測的實(shí)際需求，將待探測目標(biāo)劃分為大小不同的多個(gè)層次，分別為弱小 目標(biāo)、中型目標(biāo)和大型目標(biāo)。實(shí)施例定義初始化函數(shù)initialization()，用于確定不同層 次目標(biāo)在影像上對(duì)應(yīng)像元窗口大小。參見圖l，實(shí)施例采用三層窗口的結(jié)構(gòu)，最小的目標(biāo)窗 口 Ws為單像元，最大的目標(biāo)窗口 W工對(duì)應(yīng)于可以包含影像內(nèi)最大目標(biāo)的矩形，具體窗口尺寸 根據(jù)待考察感興趣目標(biāo)的尺寸與待探測遙感影像的空間分辨率相除得到。中等的目標(biāo)窗口 Wm的尺寸為Ws和的尺寸取均值，可定義公共變量分別記錄W^Wm、Wi的尺寸。這三層目標(biāo) 窗口，由于是內(nèi)外嵌套層次，因此可由外到內(nèi)分別稱為外層目標(biāo)窗口、中層目標(biāo)窗口和內(nèi)層 目標(biāo)窗口。 (3)實(shí)施例定義函數(shù)windowsize()，通過采用高階矩計(jì)算高斯分布的方式，確定 在待探測遙感影像上探測時(shí)，處于多層嵌套窗口結(jié)構(gòu)最外層的背景窗口的尺寸大小。定義 全局變量N，函數(shù)windowsize()的返回值為N。根據(jù)待探測遙感影像各個(gè)波段之間具有較 高的相關(guān)性，實(shí)施例利用峰度對(duì)影像選擇信噪比最大的波段進(jìn)行計(jì)算
<formula>formula see original document page 8</formula> 其中，x為NXN的窗口內(nèi)的像元，ii為該窗口內(nèi)的均值，o為該窗口的標(biāo)準(zhǔn)方差。
為防止在協(xié)方差矩陣求解過程中，像元數(shù)目小于波段數(shù)而使得協(xié)方差矩陣不可求逆，N從待探測遙感影像的波段數(shù)目的平方根開始取值，逐漸增大，直到偏度值為零的次數(shù) 不再增大，此時(shí)N的值即為所求。 本發(fā)明實(shí)施例中設(shè)置標(biāo)記變量sign，當(dāng)僅有單一尺寸的小目標(biāo)，則使用單像元的 小尺度窗口 Ws，此時(shí)令sign = 1 ;當(dāng)僅有較大尺寸的目標(biāo)，則使用多像元的大尺度窗口 W15 此時(shí)令sign = 2 ;當(dāng)有各種不同尺寸的目標(biāo)，則使用包括大、中、小三層窗口組成的多層嵌
套窗口，此時(shí)令sign二3。參見圖3，實(shí)施例采用三層目標(biāo)窗口，此時(shí)背景窗口嵌套在目標(biāo)窗 口的最外層，因此背景與目標(biāo)多層嵌套窗口共有四層。并且此時(shí)的背景區(qū)域窗口的尺寸為 N' =N+W1Q前面是計(jì)算探測時(shí)背景窗口所需要包含的背景像元數(shù)，包含這個(gè)數(shù)目需要，N 的背景窗口。但是在建立的多層嵌套窗口中，還包含內(nèi)層的目標(biāo)窗口。因此在確定了目標(biāo) 窗口的大小后，為保證背景窗口內(nèi)在排除了內(nèi)層的目標(biāo)窗口后，還包含有至少，N個(gè)像元， 所以將擴(kuò)大背景窗口的大小為N+最大的目標(biāo)窗口大小。因此，取N' =N+Wlt)
(4)開始用圖2所示多層嵌套窗口對(duì)整個(gè)影像進(jìn)行第一次遍歷探測，即探測中窗 口的中心像元要依次遍歷影像中所有的像元位置。高光譜遙感影像實(shí)際上是由許多個(gè)波 段，即許多個(gè)面組成，因此高光譜影像實(shí)際是一種數(shù)據(jù)立方體。本發(fā)明所謂遍歷(高光譜) 影像的對(duì)象是整個(gè)立方體。圖3中的省略號(hào)就是代表許多個(gè)波段。實(shí)施例中，考慮到在窗 口遍歷影像的邊緣位置時(shí)，窗口超出影像的空間范圍，定義鏡面法則予以處理，即將超出邊 緣的窗口區(qū)域用與其中心對(duì)稱的未超出部分替代。 (5)遍歷整個(gè)影像時(shí)，分別計(jì)算每個(gè)像元位置上內(nèi)層、中層、外層目標(biāo)窗口的異常 度 、am、A ;計(jì)算方法如下 首先計(jì)算最外層背景窗口的統(tǒng)計(jì)特征，計(jì)算除去內(nèi)層目標(biāo)窗口外的最外層背景窗 口內(nèi)像元的協(xié)方差矩陣，依此計(jì)算各個(gè)內(nèi)層目標(biāo)窗口內(nèi)像元相對(duì)最外層目標(biāo)窗口的馬氏距 離并取平均值作為異常度。 實(shí)施例定義異常度函數(shù)anomaly ()求取馬氏距離D(x): Z)(X) = (X - A )7 (-& +-(X - //4 )(X - A )' )—' & - /O
M + l M + l 其中，4是從多層嵌套窗口中的最外層背景窗口中得到的協(xié)方差矩陣，;是該背 景區(qū)域的均值，x是待考察目標(biāo)向量，M為背景像元數(shù)目。馬氏距離有很多優(yōu)點(diǎn)。它不受量 綱的影響，兩點(diǎn)之間的馬氏距離與原始數(shù)據(jù)的測量單位無關(guān)；由標(biāo)準(zhǔn)化數(shù)據(jù)和中心化數(shù)據(jù) (即原始數(shù)據(jù)與均值之差)計(jì)算出的二點(diǎn)之間的馬氏距離相同；馬氏距離還可以排除變量 之間的相關(guān)性的干擾。 (6)根據(jù)預(yù)先設(shè)定的閾值，使用嵌套多層窗口遍歷的每個(gè)像元位置，進(jìn)行異常目標(biāo) 判定。判斷方法可以為，首先判斷某個(gè)像元位置上的最小的目標(biāo)窗口內(nèi)異常度是否超過閾 值，超過則存在異常目標(biāo)，并繼續(xù)類似地判斷中等的目標(biāo)窗口內(nèi)、最大的目標(biāo)窗口內(nèi)是否存 在異常目標(biāo)。完成后遍歷下一個(gè)像元位置，從而遍歷待探測遙感影像中所有的像元位置，對(duì) 所有像元位置考察判定內(nèi)層、中層、外層目標(biāo)窗口的異常目標(biāo)存在性。實(shí)施例中判斷某個(gè)像 元位置是否為異常目標(biāo)，具體實(shí)現(xiàn)方式包括如下步驟 步驟6. l，根據(jù)預(yù)設(shè)的閾值和最小的目標(biāo)窗口的異常度，判斷最小的目標(biāo)窗口內(nèi)是 否存在異常目標(biāo)，是則判斷該像元位置是為異常目標(biāo)，否則進(jìn)入步驟6. 2 ;
步驟6.2，根據(jù)預(yù)設(shè)的閾值和中等的目標(biāo)窗口的異常度，判斷中等的目標(biāo)窗口內(nèi)是 否存在異常目標(biāo)，是則判斷該像元位置是為異常目標(biāo)，否則進(jìn)入步驟6. 3 ;
步驟6.3，根據(jù)預(yù)設(shè)的閾值和最大的目標(biāo)窗口的異常度，判斷最大的目標(biāo)窗口內(nèi)是 否存在異常目標(biāo)，是則判斷該像元位置是為異常目標(biāo)，否則判斷該像元位置不是異常目標(biāo)。
(7)第一次遍歷探測完成后，記錄(6)中已經(jīng)判定的異常目標(biāo)像元位置，返回 (5)開始采用多層嵌套窗口對(duì)整個(gè)待探測遙感影像進(jìn)行第二次遍歷探測，即重新調(diào)用 anomaly()計(jì)算各層次目標(biāo)窗口的異常度，并重新判斷異常目標(biāo)。進(jìn)行第二次遍歷探測時(shí)， 背景窗口中排除第一次遍歷探測時(shí)在(6)中判斷為異常目標(biāo)的像元。具體實(shí)施時(shí)，可以標(biāo) 記一下第一次遍歷探測已經(jīng)判斷出異常目標(biāo)的像元。然后在第二次的遍歷中，多層嵌套窗 口滑動(dòng)到不同位置時(shí)，如背景窗口內(nèi)有已經(jīng)標(biāo)記的像元，則排除這些像元，不參與異常度的 求解。即計(jì)算除去目標(biāo)窗口外的背景窗口內(nèi)像元的協(xié)方差矩陣時(shí)，直接把這些像元的像素 值設(shè)為0。 在第二次遍歷探測重新判斷異常目標(biāo)后，以該次判斷為異常目標(biāo)的像元作為異常 目標(biāo)探測結(jié)果，即可完成異常目標(biāo)探測。具體實(shí)施時(shí)，可以設(shè)定程序步驟為在判定出異常 目標(biāo)位置后，通過為判定為異常標(biāo)記的像元添加標(biāo)記而排除異常位置，然后判定遍歷次數(shù) 是否為2，不是則返回執(zhí)行anomaly ()實(shí)現(xiàn)第二次遍歷探測；是則完成判定異常目標(biāo)，結(jié)束 工作流程。
權(quán)利要求
一種高光譜遙感影像異常探測方法，其特征在于，包括以下步驟步驟1，選擇所需進(jìn)行目標(biāo)探測的待探測遙感影像；步驟2，獲取探測時(shí)需要的先驗(yàn)信息；步驟3，采用高階矩計(jì)算高斯分布的方式，確定背景窗口的大小，所述背景窗口用于在待探測遙感影像上遍歷探測時(shí)選出當(dāng)前探測范圍；在背景窗口內(nèi)建立與背景窗口同中心的兩個(gè)或以上目標(biāo)窗口，目標(biāo)窗口的大小根據(jù)目標(biāo)大小層次設(shè)定，背景窗口和所有目標(biāo)窗口構(gòu)成多層嵌套窗口；步驟4，根據(jù)步驟2所得先驗(yàn)信息，開始采用多層嵌套窗口對(duì)整個(gè)待探測遙感影像進(jìn)行第一次遍歷探測；步驟5，多層嵌套窗口的中心依次遍歷待探測遙感影像中所有的像元位置，每遍歷到一個(gè)像元位置時(shí)，計(jì)算該像元位置上各個(gè)目標(biāo)窗口的異常度；計(jì)算某個(gè)目標(biāo)窗口的異常度實(shí)現(xiàn)方式如下，計(jì)算背景窗口的統(tǒng)計(jì)特征，計(jì)算除去該目標(biāo)窗口外的背景窗口內(nèi)像元的協(xié)方差矩陣，依此計(jì)算目標(biāo)窗口內(nèi)各像元相對(duì)背景窗口的馬氏距離并取平均值，將該平均值作為該目標(biāo)窗口的異常度；步驟6，根據(jù)預(yù)設(shè)的閾值和步驟5所得每個(gè)像元位置上各個(gè)目標(biāo)窗口的異常度，判斷多層嵌套窗口的中心遍歷的每個(gè)像元位置分別是否為異常目標(biāo)；步驟7，返回步驟5開始采用多層嵌套窗口對(duì)整個(gè)待探測遙感影像進(jìn)行第二次遍歷探測；進(jìn)行第二次遍歷探測時(shí)，背景窗口中排除第一次遍歷探測時(shí)在步驟6判斷為異常目標(biāo)的像元；以第二次遍歷探測時(shí)在步驟6判斷為異常目標(biāo)的像元作為異常目標(biāo)探測結(jié)果。
2. 如權(quán)利要求1所述的高光譜遙感影像異常探測方法，其特征是步驟5中，所述求取 目標(biāo)窗口內(nèi)某像元相對(duì)背景窗口的馬氏距離，計(jì)算公式為<formula>formula see original document page 2</formula>其中，6是除去目標(biāo)窗口外的背景窗口內(nèi)像元的協(xié)方差矩陣，A是背景的采樣均值，x 是待考察目標(biāo)向量或區(qū)域均值向量，M為除去目標(biāo)窗口外的背景窗口內(nèi)像元的數(shù)目。
3. 如權(quán)利要求1或2所述的高光譜遙感影像異常探測方法，其特征是步驟3中，在 背景窗口內(nèi)建立與背景窗口同中心的三個(gè)目標(biāo)窗口，最大的目標(biāo)窗口尺寸與最大的目標(biāo)對(duì) 應(yīng)，最小的目標(biāo)窗口尺寸與最小的目標(biāo)對(duì)應(yīng)，中等的目標(biāo)窗口的尺寸取最大的目標(biāo)窗口尺 寸和最小的目標(biāo)窗口尺寸均值。
4. 如權(quán)利要求3所述的高光譜遙感影像異常探測方法，其特征是步驟6中，所述判斷 某個(gè)像元位置是否為異常目標(biāo)，具體實(shí)現(xiàn)方式包括如下步驟，步驟6. l，根據(jù)預(yù)設(shè)的閾值和最小的目標(biāo)窗口的異常度，判斷最小的目標(biāo)窗口內(nèi)是否存 在異常目標(biāo)，是則判斷該像元位置是為異常目標(biāo)，否則進(jìn)入步驟6. 2 ;步驟6.2，根據(jù)預(yù)設(shè)的閾值和中等的目標(biāo)窗口的異常度，判斷中等的目標(biāo)窗口內(nèi)是否存 在異常目標(biāo)，是則判斷該像元位置是為異常目標(biāo)，否則進(jìn)入步驟6. 3 ;步驟6. 3，根據(jù)預(yù)設(shè)的閾值和最大的目標(biāo)窗口的異常度，判斷最大的目標(biāo)窗口內(nèi)是否存 在異常目標(biāo)，是則判斷該像元位置是為異常目標(biāo)，否則判斷該像元位置不是異常目標(biāo)。
全文摘要
本發(fā)明公開了一種高光譜遙感影像異常探測方法選擇所需進(jìn)行目標(biāo)探測的待探測遙感影像；獲取探測時(shí)需要的先驗(yàn)信息；確定背景窗口的大小，在背景窗口內(nèi)建立與背景窗口同中心的兩個(gè)或以上目標(biāo)窗口，背景窗口和所有目標(biāo)窗口構(gòu)成多層嵌套窗口；開始采用多層嵌套窗口進(jìn)行第一次遍歷探測，即多層嵌套窗口的中心依次遍歷待探測遙感影像中所有的像元位置，每遍歷到一個(gè)像元位置時(shí)，計(jì)算該像元位置上各個(gè)目標(biāo)窗口的異常度，并判斷該像元位置分別是否為異常目標(biāo)；然后采用多層嵌套窗口進(jìn)行第二次遍歷探測，進(jìn)行第二次遍歷探測時(shí)，背景窗口中排除第一次遍歷探測時(shí)判斷為異常目標(biāo)的像元；以第二次遍歷探測時(shí)判斷為異常目標(biāo)的像元作為異常目標(biāo)探測結(jié)果。
文檔編號(hào)G06T5/20GK101794437SQ20101013030
公開日2010年8月4日 申請(qǐng)日期2010年3月19日 優(yōu)先權(quán)日2010年3月19日
發(fā)明者張良培, 杜博, 鐘燕飛 申請(qǐng)人:武漢大學(xué)