[发明专利]一种基于分段稀疏表示的高光谱遥感图像目标识别方法

摘要

本发明公开了一种基于分段稀疏表示的高光谱遥感图像目标识别方法。使用本发明能够在不同场景下均取得了不错的目标检测效果。本发明通过光谱分段，从局部特征的组合方式着手，充分强调并利用了更为稳定的局部光谱特征，提升了目标检测效果；利用稀疏表示和字典学习自适应性的特点，无需对目标和背景的分布做任何的假设，避免了过多先验假设和手工特征带来的建模的欠准确性。本发明采用局部特征匹配的特性使得少数波段受到污染不会严重影响全局的特征匹配结果，具有一定的抗波段污染的效果。

主权项

1.一种基于分段稀疏表示的高光谱遥感图像目标识别方法，其特征在于，包括如下步骤：步骤1，将高光谱遥感图像中的各像元划分为训练集和测试集；并对所有像元的光谱进行相同的分段处理，获得光谱子段；其中，各子段中包含的波段数目相同；步骤2，分别构建目标字典和背景字典；其中，目标字典的原子数与光谱子段的个数为同一数量级，背景字典的原子数比目标字典的原子数大一个数量级；目标特征和背景特征的稀疏度相同，比目标字典的原子数小一个数量级；利用训练集中的目标像元的各光谱子段依次对目标字典进行训练，利用训练集中的背景像元的各光谱子段依次对背景字典进行训练；步骤3，利用训练好的目标字典和背景字典，对测试集中像元的各光谱子段分别进行稀疏表示重构，分别得到本子段的目标稀疏特征向量和背景稀疏特征向量；将像元的所有光谱子段的稀疏特征向量组成该像元的稀疏特征矩阵；分别利用目标稀疏特征矩阵和背景稀疏特征矩阵对像元进行光谱重构，并计算重构残差；步骤4，根据由背景稀疏特征矩阵得到的重构残差和由目标稀疏特征矩阵得到的重构残差，完成目标判别。