高光谱RX异常检测的多DS P并行化处理技术

为达到高光谱图像数据RX异常检测处理的高速、实时、海量存储等要求,本文提出了一种基于CPCI Express标准总线架构的多DSP高光谱图像并行处理系统的解决方案。系统采用4片DSP共享数据总线和存储器的紧耦合与Link口互联相结合的硬件拓扑架构。在该硬件平台上,针对光谱RX异常检测算法以及光谱图像三维数据的特点,分配各DSP并行处理任务,提出了一种利用图像空间分块计算并求整个图像的均值矩阵与协方差矩阵的4DSP并行处理技术。结果表明,在保证同等探测效果的条件下,采用本文的RX异常检测算法4DSP并行处理技术,可以达到单DSP处理4倍的时间效率,解决了DSP内存容量对大数据量图像处理的限制,并较好的完成了光谱数据的实时处理要求。

基于低秩张量分解的高光谱RX异常目标检测算法

经典的RX异常检测算子假设背景数据信息符合高斯分布,但是由于高光谱图像混有大量的加性噪声,使得图像产生退化,背景信息并不完全符合这类分布。针对这一问题,提出了基于低秩张量分解的高光谱图像RX异常目标检测算法。该方法首先利用高光谱图像的张量数据结构和低秩数据特性,引入低秩张量分解方法对高光谱图像进行数据恢复,使得异常目标信息相比于复杂背景信息变得突出;再利用RX异常检测算子对恢复之后的高光谱图像进行异常目标检测;最后得到异常目标检测结果。通过仿真实验对比,提出的新的异常目标检测方法具有检测精度高、虚警率低和鲁棒性好的特点。

高光谱图像RX异常检测系统设计

本系统是一个基于RX异常检测算法对一幅真实的高光谱图像进行异常检测的检测系统。运用大量的矩阵运算来完成异常检测算子的过程。系统是在MATLAB平台进行算法验证,并在FPGA平台上完成异常检测,并成功在测试平台验证功能仿真,检测效果良好。

基于密度背景纯化的高光谱异常检测算法

在高光谱图像异常检测中,背景存在异常像元会造成背景统计信息失真,这将导致检测结果具有较高的虚警率。针对此问题,本文提出了一种基于密度背景纯化的异常检测算法。首先计算背景中每个像元的密度;然后根据高光谱图像中背景密度远大于异常密度的特性,利用最大类间方差法将异常从背景中分离;最后,将纯化后的背景用于统计信息的估计,通过RX检测算法(Reed-Xiaoli detector,RXD)对高光谱图像进行检测。为验证算法的有效性,利用两组真实的高光谱数据进行仿真实验。实验结果表明与RXD比,所提算法在两组数据下的曲线下面积值分别提高了0.024 6和0.008 6。与当前的异常检测算法相比:所提算法有较好的接收机工作特性曲线。

基于证据理论的双传感器决策融合目标检测

针对单传感器图像目标检测概率相对较低的问题,提出用来自两个传感器的图像分别进行目标检测,并基于加权证据理论将检测结果进行决策级融合。在对同一地区SAR图像和高光谱图像进行决策级融合过程中,各证据的权值确定采取了以传感器信任度决定权值的方法,实现了各传感器之间图像信息最优化互补。实验结果表明,在虚警概率为10-3数量级的条件下,加权融合后的检测概率达到84.51%,比仅用单一高光谱图像和SAR图像进行目标检测时分别提高了11.27%和19.72%;在主观视觉效果上,采取决策级融合后检测效果也更好。

高光谱图像海上舰船目标检测方法研究

提出了一种基于光谱异常检测的高光谱海上舰船目标自动检测算法。首先提取图像中的海域,确定舰船检测的目标区;然后在通过主成分变换降低高光谱图像数据维数后,由RX算法检测出目标区中的异常点;最后提取具有一定几何特征的面状异常目标,即为疑似舰船目标。实验结果表明:算法能够有效实现复杂背景下的舰船目标检测。

一种改进的星上高光谱异常检测算法研究

为解决传统RX异常检测算法导致的星上高光谱图像异常检测准确率低、成本高等问题,对一种改进的星上高光谱异常检测算法进行了研究。在传统RX异常检测算法的基础上,用噪声自适应主成分变换对原始图像进行变换,选择变换后大于设定的合适信噪比阈值的数据;用局部正交子空间投影(LOSP)算法将相应数据投影到正交子空间获得图像残差数据,通过抑制背景等强干扰信息而突出小概率的异常目标信息;用空域滤波方法提取残差数据的特征,将大部分图像信息以某种标准集中于少数的主成分;对获得的波段子集用中值滤波器滤波,消除噪声干扰;用RX异常检测算子对滤波后的波段子集进行异常目标检测。试验结果证明了算法的有效性,算法通过数据量压缩,降低维度、抑制干扰信息,减少了异常检测处理的数据量以提高异常检测效率和精度。

Landsat MSS和TM多光谱图像散粒噪声的去除方法

针对Landsat MSS和TM多光谱图像上的散粒噪声问题,该文在分析其分布特点的基础上,提出了一种基于RX异常探测的噪声去除方法。视散粒噪声为光谱强异常,以RX算子探测异常,以光谱归一化方法定位散粒噪声。采用高同质化不规则的图像分割子区取代矩形窗计算RX异常,弱化小目标地物异常干扰采用不同噪声密度的MSS和TM多光谱图像开展算法验证。实验表明,此方法抑制了小目标地物异常,能有效去除MSS和TM多光谱图像上的散粒噪声,保留好像元,实现图像重建。