基于三维纹理分割的高光谱图像异常检测-激光与红外.PDF

第４２卷　 第５期 　　　　　　　　　　　　　　　激 光 与 红 外 Ｖｏｌ．４２，Ｎｏ．５ 　 ２０１２年５月　　 　 　　　　　　　　　　　ＬＡＳＥＲ　＆　ＩＮＦＲＡＲＥＤ Ｍａｙ，２０１２ 　　文章编号：１００１５０７８（２０１２）０５０５６１０６ ·图像与信号处理 · 基于三维纹理分割的高光谱图像异常检测 高旭辉，祁　蒙 （华北光电技术研究所，北京 １０００１５） 摘　要：一幅复杂背景的高光谱图像可以看成是由不同纹理组合而成，纹理的统计特性可以近 似用高斯分布来描述。采用纹理分割实现复杂背景的分解，从而突破异常大小和形状的限制。 采用三维高斯马尔科夫场来描述高光谱图像背景的分布特性，利用最大似然估计得出模型参 数，以此参数为特征进行纹理分割，在各纹理上计算像素的统计特性，进行异常检测。 关键词：异常检测；高光谱图像；马尔科夫模型；纹理分割 中图分类号：ＴＰ３９１　　文献标识码：Ａ　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１００１５０７８．２０１２．０５．０１９ Ａｎｏｍａｌｙｄｅｔｅｃｔｉｏｎｂａｓｅｄｏｎ３Ｄｔｅｘｔｕｒｅｓｅｇｍｅｎｔａｔｉｏｎ ｆｏｒｈｙｐｅｒｓｐｅｃｔｒａｌｉｍａｇｅ ＧＡＯＸｕｈｕｉ，ＱＩＭｅｎｇ （ＮｏｒｔｈＣｈｉｎａＲｅｓｅａｒｃｈＩｎｓｔｉｔｕｔｅｏｆＥｌｅｃｔｒｏｏｐｔｉｃｓ，Ｂｅｉｊｉｎｇ１０００１５，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ａｈｙｐｅｒｓｐｅｃｔｒａｌｉｍａｇｅｗｉｔｈｃｏｍｐｌｅｘｂａｃｋｇｒｏｕｎｄｃａｎｂｅｒｅｇａｒｄｅｄａｓｔｈｅｃｏｍｐｏｎｅｎｔｓｏｆｄｉｆｆｅｒｅｎｔｔｅｘｔｕｒｅｓ，ｔｈｅ ｓｔａｔｉｓｔｉｃａｌｄｉｓｔｒｉｂｕｔｉｏｎｃｈａｒａｃｔｅｒｉｓｔｉｃｏｆｗｈｉｃｈｃａｎｂｅｄｅｓｃｒｉｂｅｄｂｙＧａｕｓｓｉａｎｍｏｄｅｌ．Ｂａｓｅｄｏｎｔｈｅｍｏｄｅｌ，ａｎｅｗａｌｇｏ ｒｉｔｈｍｉｓｄｅｓｉｇｎｅｄｔｏｓｅｇｍｅｎｔｔｈｅｃｏｍｐｌｅｘｂａｃｋｇｒｏｕｎｄｉｎｔｏｈｏｍｏｇｅｎｏｕｓｒｅｇｉｏｎｓ，ｂｒｅａｋｉｎｇｔｈｒｏｕｇｈｔｈｅｌｉｍｉｔｓｏｆｓｉｚｅａｎｄ ｆｏｒｍｏｆｔｈｅａｎｏｍａｌｙｒｅｇｉｏｎｓ．Ｔｈｅｂａｃｋｇｒｏｕｎｄｄｉｓｔｒｉｂｕｔｉｏｎｃｈａｒａｃｔｅｒｉｓｔｉｃｏｆｈｙｐｅｒｓｐｅｃｔｒａｌｉｍａｇｅｉｓｄｅｓｃｒｉｂｅｄｂｙ３Ｄ Ｍａｒｋｏｖｍｏｄｅｌ．ＴｈｅｍｏｄｅｌｐａｒａｍｅｔｅｒｓａｒｅｏｂｔａｉｎｅｄｂｙｔｈｅＭａｘＬｉｋｅｌｙｈｏｏｄＥｓｔｉｍａｔｉｏｎａｌｇｏｒｉｔｈｍ．Ｔｈｅｎｔｈｅｔｅｘｔｕｒｅｓｅｇ ｍｅｎｔａｔｉｏｎａｎｄｔｈｅａｎｏｍａｌｙｄｅｔｅｃｔｉｏｎａｌｇｏｒｉｔｈｍａｒｅａｃｈｉｅｖｅｄｂａｓｅｄｏｎｔｈｅｍｏｄｅｌｐａｒａｍｅｔｅｒｓａｎｄｔｈｅｐｉｘｅｌｓｔａｔｉｓｔｉｃａｌ ｃｈａｒａｃｔｅｒｉｓｔｉｃｒｅｓｐｅｃｔｉｖｅｌｙ． Ｋｅｙｗｏｒｄｓ：ａｎｏｍａｌｙｄｅｔｅｃｔｉｏｎ；ｈｙｐｅｒｓｐｅｃｔｒａｌｉｍａｇｅ；Ｍａｒｋｏｖｍｏｄｅｌ；ｔｅｘｔｕｒｅｓｅｇｍｅｎｔａｔｉｏｎ １　引　言 处理理论，该算法不涉及统计分布问题，因此更具有 高光谱图像异常检测能够在没有任何先验信息 实用性。该算法首先将高光谱数据向特征空间投 的条件下检测与周围环境存在光谱差异的目标，根 影，再进行目标检测。其理论基础是最小二乘原理。 据采用的处理方式不同可以分为基于统计方式的异 这类算法主要包括：投影追踪（ｐｒｏｊｅｃｔ