[发明专利]基于高光谱图像的空时联合异常检测方法和电子设备

权利要求书

1.一种基于高光谱图像的空时联合异常检测方法，其特征在于，包括：

100、针对高光谱图像序列，对所述高光谱图像序列进行降维处理，获得降维后的高光谱图像序列；所述高光谱图像序列的光谱范围包括：可见光0.39～0.7μm、短波红外线0.76～2.5μm、中波红外线3～5μm和长波红外线8～12μm；

101、获取降维后的高光谱图像序列中每一帧图像的空间异常图；根据高光谱图像的空间特征，通过RXD算法计算得出降维后高光谱图像序列中每一帧图像的空间异常图；

102、获取降维后的高光谱图像序列中每一帧图像的时间异常图；

103、根据上一帧图像的目标检测结果，获取当前帧目标检测的轨迹预测图；上一帧为与当前帧相邻的帧，所述目标检测结果是通过上一帧图像的空间异常图、时间异常图和轨迹预测图生成的；当前帧的轨迹预测图的生成包含上一帧的空间异常图、时间异常图，还包含了上一帧的轨迹预测图，且轨迹预测图的生成是迭代方式获得的，使用轨迹预测图提取目标的运动连续性特征；

104、根据所述每一帧的空间异常图、时间异常图和轨迹预测图，获取所述高光谱图像序列中目标的联合异常图；

所述步骤101包括：

采用公式S(x,y,t)＝(V^t-μ^t)^T·(Φ^t)^-1·(V^t-μ^t)获取空间异常图S(x,y,t)；

其中，V^t∈R^1×k指PC(x,y,k,t)中的待检测像素的特征向量,μ^t∈R^1×k指PC(x,y,k,t)的均值,Φ^t指PC(x,y,k,t)的自协方差；PC(x,y,k,t)为降维后的高光谱图像序列或原始高光谱图像序列；所述步骤102包括：

根据公式T(x,y,t)＝(V^t-μ^t)^T·(Φ^t+1)^-1·(V^t-μ^t)获取时间异常图T(x,y,t)；

V^t∈R^1×k指PC(x,y,k,t)中的待检测像素的特征向量,μ^t∈R^1×k指PC(x,y,k,t)的均值，Φ^t+1指PC(x,y,k,t+1)的自协方差；

PC(x,y,k,t)为降维后的高光谱图像序列或原始高光谱图像序列的当前帧，PC(x,y,k,t+1)为降维后的高光谱图像序列或原始高光谱图像序列中当前帧的下一帧。

2.根据权利要求1所述的方法，其特征在于，所述步骤103包括：

根据公式获取当前帧的目标检测的轨迹预测图P(x,y,t)；ζ表示卷积核的尺寸大小；

STP(x,y,t-1)标识上一帧的联合异常图；

STP(x,y,t)＝N(ST(x,y,t)+C)·N(P(x,y,t)+C)，N(·)指归一化运算，C是一个经验常数，ST(x,y,t)＝N(S(x,y,t))·N(T(x,y,t))。

3.根据权利要求2所述的方法，其特征在于，所述步骤104包括：

根据公式STP(x,y,t)＝N(ST(x,y,t)+C)·N(P(x,y,t)+C)获取所述高光谱图像序列中目标的联合异常图STP(x,y,t)；

其中，P(x,y,t)为轨迹预测图、T(x,y,t)为时间异常图、S(x,y,t)为空间异常图。