基于局部能量最大可分高光谱图像异常检测算法.pdfVIP

第12卷第3期 遥感学 报 V01．12，No．3 2008年5月 OFREMOTESENSING May，2008 JOURNAL 文章编号：1007．4619(2008)03．0420．08 基于局部能量最大可分的高光谱图像异常检测算法 马 丽，田金文 (华中科技大学图像所多谱信息处理技术国防科技重点实验室，湖北武汉430074) 摘 要： 提出了一种基于局部能量最大可分的异常检测算法，以滑动窗口中心点作为被检测点，其他点作为背景 点，在最优投影方向上，以被检测点与邻域背景的投影能量之比来度量该点异常度。利用窗内投影值分布及与被 检测点投影值关系等约束条件，去除异常信息对背景特性统计的影响，以真正反映异常与背景的可分程度。提出 有效的多随机窗表决算法，以抑制虚警。实验结果表明，该算法具有较好的鲁棒性，能有效实现复杂未知场景下的 异常目标检测。 关键词： 高光谱图像；异常检测；局部能量最大可分；多随机窗表决 中图分类号：TP39I／TP751．1文献标识码： A 输出。该算法要求已知目标先验光谱信息，不适合 1 引 言 异常目标检测。 在CEM算法思想的基础上，本文提出局部能 Maximal 量最大可分(LEMD，Local 高光谱图像具有“图谱合一”特性，光谱分辨率 Energy Division) 很高，具有区别地物光谱细微差别的能力，在目标 算法，通过局部化检测区域，以局部窗口中心点作 探测方面具有独特优势。由于目标先验光谱信息 为被检测点，其他点作为背景点，在最优投影方向 在很多实际情况下难以获得，所以不需要目标先验 上，以被检测点投影能量值与背景平均投影能量值 信息的异常检测具有十分重要的研究价值。 之比表示其异常度。由于局部背景中可能存在同 异常点定义为与邻域背景或者全局背景存在 类异常点，会对背景特性统计造成影响，不能真正 明显光谱差异的点，异常检测算法的关键是抑制背 反映被检测点异常程度，故需将同类异常点在背景 景。常用来抑制背景的方法有：(1)向背景正交空 中去除，使其不参与背景特性统计。为抑制异常检 间投影以抑制背景¨’21，其中背景空间由背景地物 测中存在的虚警，采用有效的多随机窗表决算法， 端元组成…，或由图像协方差矩阵的显著特征值对 只有在绝大多数随机窗口中都表现为异常的点才 应的特征向量组成旧。。(2)利用图像的协方差逆矩 是真正的异常目标点。 阵或者相关逆矩阵来抑制背景旧。。，协方差逆矩阵 可以抑制大特征值对应的主要背景地物，突出小特 2 CEM目标检测算法 征值对应的细节信息。(3)利用高阶统计量设计投 影指标，以搜索最优投影方向∞o，在该投影方向上 CEM算法是一种目标检测算法旧’“，通过约束 背景被抑制，异常目标被突出，常用的高阶统计量 目标能量及同时最小化全局输出能量求得一组滤 有偏度、峰度和信息散度等。 波器系数，也可称为投影向量。该投影向量可以起 mini— 约束能量最小化(CEM，constrained 到抑制背景和匹配滤波的作用，使得目标点投影输 energy