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。

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。