基于混合噪聲估計(jì)的高光譜圖像異常檢測(cè)方法

《基于混合噪聲估計(jì)的高光譜圖像異常檢測(cè)方法》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。

1、第39卷第8期紅外技術(shù)Vol.39No.82017年8月InfraredTechnologyAugust2017基于混合噪聲估計(jì)的高光譜圖像異常檢測(cè)方法向英杰，張儉峰，楊桄，王琪（空軍航空大學(xué)，吉林長(zhǎng)春130000）摘要：隨著光譜分辨率越來(lái)越高，高光譜圖像更容易受到噪聲的干擾，直接用傳統(tǒng)的檢測(cè)算子會(huì)產(chǎn)生較高的虛警。針對(duì)RX算法存在較大噪聲干擾的問(wèn)題，提出了一種基于混合噪聲評(píng)估的RX異常檢測(cè)方法。首先對(duì)高光譜圖像進(jìn)行分塊，利用濾波的思想選取均勻圖像塊；考慮圖像光譜-空間信息，運(yùn)用多元線性回歸分析對(duì)均勻圖像塊進(jìn)行混合噪聲評(píng)估；然后將高光譜圖像和混合噪聲進(jìn)行作差，消除噪聲的干擾；最后運(yùn)用RX

2、算子進(jìn)行異常檢測(cè)。實(shí)驗(yàn)結(jié)果表明，該方法達(dá)到了消除噪聲的效果，與RX和MNF-RX算法相比具有更好的目標(biāo)檢測(cè)性能。關(guān)鍵詞：高光譜圖像；異常檢測(cè)；混合噪聲評(píng)估；多元線性回歸；RX中圖分類號(hào)：TP751.1文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1001-8891(2017)08-0734-06AMixed-NoiseEstimation-BasedAnomalyDetectionMethodforHyperspectralImageXIANGYingjie，ZHANGJianfeng，YANGGuang，WANGQi（AviationUniversityofAirForce,Changchun130000

3、,China）Abstract：Withahigherspectralresolution,hyperspectralimagesaremoresusceptibletonoise;furthermore,conventionaldetectionoperatorsgenerateahighrateoffalsealarms.AimingtoovercometheproblemoflargenoiseinterferenceasrelatedtotheRXalgorithm,anewmethodofRXanomalydetectionbasedonmixednoiseispropose

4、d.First,ahyperspectralimageisdividedintoblocks,andauniformblockisselectedviafiltering.Themixednoiseisestimatedbyperformingmultiplelinearregressionanalysis,whichconsidersspectralandspatialinformation,ontheuniformimageblock.Then,theestimatedmixednoiseissubtractedfromthehyperspectralimagetoeliminat

5、enoiseinterference.Finally,anomalydetectionisperformedbyimplementingtheRXalgorithm.TheexperimentalresultsshowedthattheproposedmethodeffectivelyeliminatesnoiseandachievesbetterdetectionperformancethanthatofRXandMNF-RXalgorithms.Keywords：hyperspectralimagery，anomalydetection，mixednoiseestimation，m

6、ultiplelinearregression，RX合均值不同、協(xié)方差相同的多元正態(tài)分布情況下，用0引言馬氏距離定義檢測(cè)算子來(lái)檢測(cè)異常目標(biāo)。隨后Chang[2-3]高光譜圖像包含許多連續(xù)的波段，形成一個(gè)“圖等對(duì)RX方法進(jìn)行了改進(jìn)，提出了一系列改進(jìn)算譜合一”的數(shù)據(jù)立方體。這種數(shù)據(jù)立方體，能夠獨(dú)特子，有效提高了目標(biāo)的檢測(cè)效率。但是，隨著高光譜顯示地物目標(biāo)信息，從而很好地應(yīng)用于目標(biāo)檢測(cè)。但遙感技術(shù)的發(fā)展，高光譜圖像的光譜分辨率不斷提是在大多數(shù)情況下，目標(biāo)的先驗(yàn)光譜信息難以獲得，高，高光譜圖像波段越來(lái)越窄，圖像更容易受到噪聲因此對(duì)高光譜進(jìn)行異常檢測(cè)顯得尤為重要。干擾。并且RX算法及其改進(jìn)算法，

7、對(duì)噪聲非常敏感，在異常檢測(cè)算法中，一種標(biāo)志性方法就是由Reed如果不能很好地進(jìn)行噪聲估計(jì)并去除噪聲，將會(huì)影響[1]和Yu在1990年提出來(lái)的RX方法，該方法來(lái)源于檢測(cè)性能。因此，如果能很好地對(duì)高光譜圖像的噪聲廣義似然比檢測(cè)，其基本思想是在假設(shè)目標(biāo)和背景符進(jìn)行估計(jì)，就能大大提高RX算法的檢測(cè)效果。收稿日期：2016-11-17；修訂日期：2016-12-29.作者簡(jiǎn)介：向英杰（1993-），男，碩士研究生，主要研究方向?yàn)楦吖庾V圖像解譯。E-mai