[发明专利]高光谱快速目标检测方法及系统

说明书

本发明涉及一种高光谱快速目标检测方法，包括：对原始光谱数据进行预处理；获取上述原始光谱数据的多组背景光谱矢量；根据多组背景光谱的微分重排结果，综合挑选n个有效谱段，构成有效谱段集；根据构成的上述有效谱段集，提取高光谱数据形成n个小谱段集；计算得到上述小谱段集的光谱微分值；计算得到背景光谱微分值，并根据得到的小谱段集光谱微分值及背景光谱微分值，粗提取目标位置；根据粗提取的目标位置与背景光谱匹配，得到精确目标检测结果，完成高光谱快速目标检测。本发明还涉及一种高光谱快速目标检测系统。本发明能够在保证高精度、低虚警的同时，提升目标检测速度，智能化程度高，鲁棒性好。

技术领域

本发明涉及一种高光谱快速目标检测方法及系统。

背景技术

高光谱技术具有图谱合一特性，可探测物体形貌特征及空间分布，还可获取辐射度及光谱信息，借助高光谱提供的精细反射率光谱信息及代表物体真实性的“指纹光谱”，可在自然背景中完成对目标的准确检测；在军事目标侦察探测、伪装隐身及民用环境监测、资源管理等领域都有着广泛的应用。如何高效快速地发现背景环境(如植被、沙漠、海洋、雪原)中的目标，已成为高光谱目标检测的一大热点与难点。

传统的高光谱目标检测方法有RX算法、正交子空间投影OSP算法、约束能量最小化CEM算法及自适应余弦估计探测器ACE算法等。传统的高光谱目标检测方法存在如下不足：随着工艺的进步，高光谱图像具有越来越精细的反射率光谱信息，导致相邻谱段相似性强、冗余性高，在处理较大尺寸高光谱图像时，上述算法无法满足实时性需求；传统高光谱目标检测算法大多需要已知目标的先验光谱信息，而目标光谱信息通常较难获取，且光照条件等因素也会影响先验目标光谱的准确性，因此，获取典型目标光谱信息在实际应用中较难实现。

发明内容

有鉴于此，有必要提供一种高光谱快速目标检测方法及系统。

本发明提供一种高光谱快速目标检测方法，该方法包括如下步骤：a.对原始光谱数据进行预处理，所述预处理主要包括大气辐射校正和几何校正，图像拼接和裁剪以及波段选择；b.获取上述原始光谱数据的背景光谱，得到多组背景光谱矢量；c.根据多组背景光谱的微分重排结果，综合挑选n个有效谱段，构成有效谱段集；d.根据构成的上述有效谱段集，提取高光谱数据形成n个小谱段集；e.计算得到上述小谱段集的光谱微分值；f.计算得到背景光谱微分值，并根据得到的小谱段集光谱微分值及背景光谱微分值，粗提取目标位置；g.根据粗提取的目标位置与背景光谱匹配，得到精确目标检测结果，完成高光谱快速目标检测。

其中，所述的步骤c具体包括：

对选取的多组背景点的光谱进行微分重排，截取每组重排后特征信息最少的1.2n个谱段，再从其中挑选各组出现次数最多的前n个谱段，即为有效谱段集。

所述的步骤d具体包括如下步骤：

依次读取有效谱段集中的谱段数，设包含谱段λ_i，则在经过预处理的原光谱数据集中提取λ_i及其后步长为st的t个谱段λ_i+1,λ_i+2,…,λ_i+t的空间维信息，t为微分阶数。

所述的步骤f具体包括：

计算背景光谱微分值，在n幅光谱微分值图像上减去背景光谱微分值并阈值化处理，阈值选取该空间维均值进行分割，初步滤除背景信息，再将n幅光谱微分值图像加权求和阈值化，从而获得一幅粗提取出目标位置的图像，图像上不为零的像素点即为疑似目标点。

所述的步骤g具体包括：

根据所述疑似目标点位置，在经过预处理的原始光谱数据中提取该点光谱信息与背景光谱进行光谱角匹配，通过不同阈值的选取，细化分辨粗提取出的目标间差异，得到精确目标检测结果。