一种高光谱目标探测的方法
【专利摘要】本发明公开了一种高光谱目标探测的方法，其特征在于，所述方法包括：获取已知的目标光谱信号；基于盲源提取方法获取疑似信号；将目标光谱信号与疑似信号进行相关性的比较处理，获得相关性值；在相关性值大于或等于预设相关性值时，确定所述疑似信号为目标像元。其中，由于采用盲源提取方法获取疑似信号时，利用周围像素点作为混合信号，这样即便有虚警目标出现，其虚警目标像元聚集在目标像元周围，这样可以更加精确的确定目标的范围，解决了现有技术中存在对高光谱图像探测效果差的技术问题，进而实现了使得高光谱图像探测效果得到改善的技术效果。
【专利说明】一种高光谱目标探测的方法
【技术领域】
[0001] 本发明涉及高光谱遥感领域，尤其涉及一种高光谱目标探测的方法。
【背景技术】
[0002] 高光谱成像技术在物质信息探测方面有着举足轻重的地位，它的发展对遥感领域 的发展起到了重要的作用，高光谱目标探测正式运用了高光谱影像具有高分辨率以及图谱 合一的特点，可以利用目标探测算法更加详细的检测到影像中的目标，在传感器成像的过 程中当目标充满整个像元时就产生的目标为纯像元目标，这种纯像元目标的检测利用经典 检测方法就能够很容易的探测得到；当目标不能够充满整个像元的时候，形成的目标就和 其他地物一起构成混合像元，这时，它就以亚像元的形式存在，目标探测就变成亚像元目标 探测问题。
[0003] 在目标探测算法发展过程最常见的算法模型是线性混合模型如RX算法，约束能 量最小化算法（CEM)，正交子空间投影算法（OSP)，以及一些基于子空间的检测算法，如自 适应背景估计算法等，也出现了非线性混合模型的算法，这主要是一些利用了核函数的算 法，如Kwon提出的Kernel-RX非线性RX算法等。
[0004] 随着目标探测技术的发展，现有的一些算法虽然能在一定程度上满足探测需求， 但是对于有些亚像元目标，一些并不能很好的显示出其探测效果，因此，现有技术存在对高 光谱图像探测效果差的技术问题。
【发明内容】
[0005] 本发明实施例通过提供一种高光谱目标探测的方法，解决了现有技术中存在对高 光谱图像探测效果差的技术问题，进而实现了使得高光谱图像探测效果得到改善的技术效 果。
[0006] 本发明实施例提供了一种高光谱目标探测的方法，所述方法包括：
[0007] 获取已知的目标光谱信号；
[0008] 基于盲源提取方法获取疑似信号；
[0009] 将目标光谱信号与疑似信号进行相关性的比较处理，获得相关性值；
[0010] 在相关性值大于或等于预设相关性值时，确定所述疑似信号为目标像元。
[0011] 进一步地，所述基于盲源提取方法获取疑似信号具体包括：
[0012] 假设目标光谱信号为t，根据AR模型提取所述目标光谱信号的AR参数；
[0013] 将所述AR参数作为输入参数，在线性混合信号X (η)中获得提取系数C ;
[0014] 根据提取系数c，从线性混合信号X (η)中提取疑似信号y (n)，y (n) = CTX (η)。
[0015] 进一步地，所述基于盲源提取方法获取疑似信号具体为：
[0016] 采用基于均方协预测误差为代价函数的盲源提取方法获取疑似信号。
[0017] 进一步地，所述采用基于均方协预测误差为代价函数的盲源提取方法获取疑似信 号，具体包括：
[0018] 根据假设的目标光谱信号的AR模型的长度，获取瞬时误差：e(n) = y(n)_bTY(n); 其中，
[0019] b = [b" b2,…，bp]T
[0020] Y(η) = [y(n-l), y(n-2), ···, y(n-p)]T
[0021] y (n) = cT · X (n)
[0022] 在以协预测误差均值为代价函数时，获得每个像元检测后的输出为y(n)= E {e (n) e (n-q)}, 0 ^ q ^ p ；
[0023] 根据所述输出，在以均方协预测误差作为代价函数时，获得每个像元的探测值表 示为
[0024] Jq (c) = cTAZ (q) Zt (q) ATc
[0025] ；
[0026] s. t. c · cT= I
[0027] 获取每个像元的探测值Jq(C)的最小化值，作为提取系数c ;
[0028] 根据提取系数c，由y(n) = Ct · X(n)，获取疑似信号。
[0029] 进一步地，所述将目标光谱信号与疑似信号进行相关性的比较处理，获得相关性 值具体为：
[0030] 根据公式CC = I (ytT/n) I，将目标光谱信号与疑似信号进行相关性的比较处理， 其中y表示疑似信号，t表示目标光谱信号，η表示高光谱遥感影像的波段数目，获得相关性 值。
[0031] 本发明实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：
[0032] 1、由于采用了通过采用盲源提取方法先对目标物光谱信号进行提取，获取疑似信 号之后，将目标光谱信号与疑似信号进行相关性比较处理，在相关性值大于或者等于预设 相关性值时，确定该疑似信号为目标像元，这样，通过采用盲源提取方法对目标物进行探测 提取，使得获得的虚警目标像元在目标像元的周围，从而能够更加精确地确定目标，解决了 现有技术中存在对高光谱图像探测效果差的技术问题，进而实现了使得高光谱图像探测效 果得到改善的技术效果。
[0033] 2、由于采用基于均方协预测误差为代价函数的盲源提取方法来获取疑似信号，能 有效获取提取系数，从而基于获取的提取系数在混合信号中提取疑似信号，从而有效获取 疑似信号。
【专利附图】
【附图说明】
[0034] 图1为本发明实施例中高光谱目标探测的方法流程示意图；
[0035] 图2为本发明实施例中高光谱目标探测方法中算法流程框图。
【具体实施方式】
[0036] 本发明通过提供了一种高光谱目标探测的方法，解决了现有技术中存在对高光谱 图像探测效果差的技术问题，进而实现了使得高光谱图像探测效果得到改善的技术效果。
[0037] 为了解决了现有技术中存在对高光谱图像探测效果差的技术问题，下面将结合说 明书附图以及具体的实施方式对上述技术方案进行详细的说明。
[0038] 本发明实施例提供的一种高光谱图像探测的方法，采用盲源提取方法对高光谱目 标进行探测，这种盲源提取方法本是一种信号处理的方法，较多的应用于语音信号等的提 取，在本发明实施例中将该盲源提取方法与高光谱遥感相结合，形成一种有效的目标探测 的方法，从而达到探测目标的效果。
[0039] 具体地，在该盲源提取方法中以均方协预测误差（MSCPE)为核心思想，以探测目 标的AR模型作为先验知识，以虚警率（PF)，检测率（PD)和漏警（PL)作为验证检测性能指 标。通过实验，在选取最佳参数的时候能够达到很好的探测目标的效果，即便有虚警目标出 现，其虚警目标像元聚集在目标像元周围，从而更加精确的确定了目标的范围。
[0040] 下面具体对高光谱目标探测的方法步骤进行描述，如图1所示，具体包括：S101， 获取已知的目标光谱信号；S102,基于盲源提取方法获取疑似信号；S103,将目标光谱信号 与疑似信号进行相关性的比较处理，获得相关性值；S104,在相关性值大于或等于预设相关 性值时，确定该疑似信号为目标像元。
[0041] 在具体地实施方式中，SlOl中具体是将目标的AR模型作为先验知识。比如，探测 一个物体的高光谱，事先根据这个物体的材质，通过实验获得该材质的高光谱，从而获得目 标光谱信号。
[0042] 接着对S102,基于盲源提取方法获取疑似信号进行详细描述。
[0043] 该盲源提取又称BSE模型，该模型已经应用于语音信号提取和生物医学信号提取 等方面，主要目的是从线性混合信号中提取所需的信号，这种提取可以按照一定优先级别 逐一提取而不重复，因此具有良好的应用前景。该BSE模型也构成符合线性混合模型的构 成方式，而线性混合模型在高光谱目标探测中极为常见。
[0044] 假设一副影像像元个数为r，波段个数为n，端元个数为1，则X(w)= [X 1(W), X2(W),…，xr(w)]T^是一个rXn的矩阵。可表示为：
[0045] X(w) = A · S(w) (1)
[0046] 其中A是一个rXl的未知矩阵，代表每个构成像元的端元丰度；S(W)是影像中的 端元集，S(W) = [S1(W), S2(W),…，S1(W)Ht，这是一个IXη的矩阵。在高光谱图像中，将每 个像元看成一个端元信号，将（1)式转化为BSE模型，如下：
[0047] X (n) = A · S (η) ⑵其中，S (η)表示选取的像元，如果选取像元个数为1，则 S(η)的大小就为IXη。
[0048] 在高光谱图像中，一般情况下把每个像元都看成是各种端元的线性混合，在BSE 模型中，假设目标光谱信号为t，利用AR模型提取目标光谱信号的AR参数，从而利用AR参 数在线性混合信号得到一个向量c (提取系数），c是一个向量，维数大小为混合像元的个 数，从线性混合信号X(n)中提取得到一个疑似信号y(n)，y(n) =cTX(n)，从而再计算得到 疑似信号与目标光谱信号的相关度（cc);
[0049] cc = I (y · t1) /n
[0050] 由上述的式子可以得知，当线性混合信号为若干地物光谱信号的随机线性混合的 时候，利用目标光谱的AR模型得到AR参数也能够很好的应用到基于MSCPE的BSE高光谱 目标探测算法中来提取目标光谱信号。其中MSCPE为均方协预测误差。
[0051] 下面描述基于MSCPE的BSE高光谱目标探测来获得提取系数c的过程。
[0052] 在上述BSE模型中，由转化获得的X(n) = A · S(n)，首先，对X(n)进行白化处理， 然后，假设目标光谱信号的AR模型的长度为p，则，瞬时误差（PE)用e(n)表示，则
[0053] e(n) = y(n)_bTY(n);其中，
[0054] b = [b" b2,…，bp]T
[0055] Y(η) = [y(n-l), y(n-2), ···, y(n-p)]T
[0056] y (n) = cT · X (n)
[0057] b为目标光谱信号的AR模型参数，由此可以得出：
【权利要求】
1. 一种高光谱目标探测的方法，其特征在于，所述方法包括： 获取已知的目标光谱信号； 基于盲源提取方法获取疑似信号； 将目标光谱信号与疑似信号进行相关性的比较处理，获得相关性值； 在相关性值大于或等于预设相关性值时，确定所述疑似信号为目标像元。
2. 根据权利要求1所述的高光谱目标探测的方法，其特征在于，所述基于盲源提取方 法获取疑似信号具体包括： 假设目标光谱信号为t，根据AR模型提取所述目标光谱信号的AR参数； 将所述AR参数作为输入参数，在线性混合信号X(n)中的获得提取系数C ;混合信号 X(n)由相邻的像素点构成。 根据所述提取系数C，从线性混合信号X (n)中提取疑似信号y (n)，y (n) = cTx (n)。
3. 根据权利要求2所述的高光谱目标探测的方法，其特征在于，所述基于盲源提取方 法获取疑似信号具体为： 采用基于均方协预测误差为代价函数的盲源提取方法获取疑似信号。
4. 根据权利要求3所述的高光谱目标探测的方法，其特征在于，所述采用基于均方协 预测误差为代价函数的盲源提取方法获取疑似信号，具体包括： 根据假设的目标光谱信号的AR模型的长度，获取瞬时误差；e(n) =y(n)-bTY(n);其 中， b =比i，b2,…，bp]T Y(n) = [y(n-l)，y(n-2),…，y(n-p)]T y (n) = cT ? X (n) 在W协预测误差均值为代价函数时，获得每个像元检测后的输出为y(n) =E{e(n) e (n-q)}，0《q《p ; 根据所述输出，在W均方协预测误差作为代价函数时，获得每个像元的探测值表示为 J,(c) = c'AZ(q)Z'(q)A'c ； 5. t.C ?〇T=1 获取每个像元的探测值Jq(C)的最小化值，作为提取系数C ; 根据提取系数C，由y(n) = cT ? X(n)，获取疑似信号。
5.根据权利要求1所述的高光谱目标探测的方法，所述将目标光谱信号与疑似信号进 行相关性的比较处理，获得相关性值具体为： 根据公式CC = I (y，tT/n) I，将目标光谱信号与疑似信号进行相关性的比较处理，其中 y表示疑似信号，t表示目标光谱信号，n表示高光谱遥感影像的波段数目，获得相关性值。
【文档编号】G06T7/00GK104463897SQ201410843241
【公开日】2015年3月25日 申请日期:2014年12月30日 优先权日:2014年12月30日
【发明者】张瑛, 王刚, 刘耀彰, 蔡茂知, 候亚妮, 卢昊, 杨学峰 申请人:电子科技大学