[发明专利]一种基于高光谱目标探测数据的动态解混方法

说明书

本发明公开了一种基于高光谱目标探测数据的动态解混方法，所述方法包括如下步骤：步骤1：提取高光谱目标探测数据中目标所在混合像元光谱数据，构建混合像元时序矩阵；步骤2：基于高光谱目标探测数据估计目标所在场景的光谱曲线；步骤3：基于步骤1筛选的谱段，以步骤2估计的场景光谱作为先验信息，对步骤1中获取的混合像元矩阵进行动态解混，得到真实的目标光谱。该方法可以实现对亚像元目标在不同场景下高光谱探测数据的光谱动态解混，获取更准确的有利于后续目标识别等应用的光谱特性。

技术领域

本发明属于目标探测与识别技术领域，涉及一种基于高光谱目标探测数据的动态解混方法。

背景技术

高光谱图像其所具有的高光谱分辨率、图谱合一等优势让精确的目标识别成为可能，若能准确提取目标光谱特征，通过与光谱库进行匹配等手段，则可能对场景中的舰船、飞机等目标进行精确到型号上的识别。然而由于高光谱探测器空间分辨率较低、目标尺度较小等因素使得目标可能占据不到一个像元。这种亚像元目标产生的光谱信号也会与场景的信号产生混合。亚像元目标不具有纹理特征，因此无法直接提取出物理形态信息以达到探测识别的目的。因此，要实现通过光谱匹配进行目标识别，则必须通过信号处理的方式对混合像元中的光谱信息进行解混，以突破探测器空间分辨率限制，从而提高对弱小动目标的识别能力。传统的解混方法为了获取高光谱图像中不同物质的光谱特性和分布情况，需要在空域层面对整幅图像进行解混。而面向探测识别应用的高光谱成像体制的一项重要任务为获取舰船、飞机等动目标的辐射特性。不同类型的动目标由于与场景在反射、辐射等特性上存在差异，会在若干谱段上呈现出与具有显著差异的光谱特性，这些谱段被称为目标的指纹谱段。指纹谱段是不同类型目标识别的核心。因此，面向探测识别应用的动态解混主要关注目标光谱曲线的提取和指纹谱段的提取精度，故需要引入时域信息，即提取不同场景中的目标所在混合像元光谱数据，形成时域光谱信号，以实现对目标所在像元的光谱解混。

因此，高光谱探测数据的动态解混是基于目标探测位置的先验，引入不同时刻或场景下的高光谱数据，针对性地对亚像元目标所在像元进行解混以得到较为准确的目标光谱特征，可为特征提取、目标识别等光谱数据的后续应用提供支持。

发明内容

针对亚像元目标与场景光谱发生混叠使得准确的目标光谱特性提取困难等问题，本发明提供了一种基于高光谱目标探测数据的动态解混方法。该方法可以实现对亚像元目标在不同场景下高光谱探测数据的光谱动态解混，获取更准确的有利于后续目标识别等应用的光谱特性。

本发明的目的是通过以下技术方案实现的：

一种基于高光谱目标探测数据的动态解混方法，包括如下步骤：

步骤1：提取高光谱目标探测数据中目标所在混合像元光谱数据，构建混合像元时序矩阵；

步骤2：基于高光谱目标探测数据估计目标所在场景的光谱曲线；

步骤3：基于步骤1筛选的谱段，以步骤2估计的场景光谱作为先验信息，对步骤1中获取的混合像元矩阵进行动态解混，得到真实的目标光谱。

相比于现有技术，本发明具有如下优点：

(1)本发明提出一种面向探测应用的高光谱目标动态解混思路。传统的针对整幅图像的解混方法，通过对单一场景进行空域全局解混，以获取高光谱图像中不同物质的光谱特性和分布情况；面向探测应用的高光谱动态解混，通过对多场景中亚像元目标所在混合像元的局部解混，更有针对性且高效地获取还原目标的指纹谱特征，为特征提取、目标识别等光谱数据的后续操作提供支持。

(2)本发明提出一种基于高光谱探测数据的动态解混方法。基于目标在不同场景的探测先验，通过混合像元时序矩阵构建、场景光谱估计等方法充分提取高光谱目标探测数据中的有利于解混的信息，通过非负矩阵分解对亚像元目标所在像元进行解混以得到较为准确的目标光谱特征。