随着高光谱图像技术的不断发展, 光谱分辨率和空间分辨率不断提高, 相比于其他遥感图像, 能够获得更为精细的光谱特征。 这为地物的高精度分类、 解混和目标检测等研究领域提供了理论平台, 其中由于高光谱异常目标检测技术不需要地物的先验信息, 更符合实际应用的需求。 针对现有的大多数高光谱异常目标检测算法只关注目标和背景在光谱信息方面的差异, 而忽略两者空间信息的差异, 导致检测精度不高的问题, 提出了一种基于空谱联合异常度的高光谱异常目标检测算法。 该算法不需要假设图像的背景模型, 建立在滑动双窗口的基础上, 提出了光谱异常度和空间异常度两个概念。 在光谱异常度计算中, 考虑了波段间的非线性特征, 采用光谱角匹配的核函数方法进行检测, 基于双窗口模型的基础上逐个计算中心像元与局部背景像元的核光谱角并设置阈值来获得中心像元的光谱异常度; 在空间异常度的计算中, 由于物质在空间方面的聚类特性, 通过构建像元点的空间窗模型能够得到代表像元类别的图像块灰度向量, 同时求解不同像元之间图像块灰度向量的欧式距离并设置阈值来获得中心像元的空间异常度; 最后将中心像元的光谱异常度与空间异常度进行加和则可得到中心像元的空谱联合异常度, 基于滑动双窗口模型对整幅图像的像元进行逐个检测, 即可得到图像的异常检测结果。 采用AVIRIS的三组真实高光谱数据对所提算法进行仿真实验, 并与传统的RX算法、 LRX算法和KRX算法进行对比研究, 结果表明本文算法具有较好的检测效果, 与KRX算法相比, 运行速度具有较大幅度的提升。

针对现有的高光谱图像异常检测算法大多只注重挖掘目标与背景光谱上的差异,而忽略二者在空间结构上的差异,导致检测结果不佳的问题,提出了一种基于空谱联合的异常检测算法。为保留图像的空间结构信息,所提算法逐波段进行异常检测,通过建立双窗计算待测像素与背景亮度上的差异来衡量待测像素的光谱异常程度;然后将内窗作为待测像素的空间结构窗,寻找背景中与其最相似的空间结构窗,通过计算二者的差异来衡量待测像素的空间结构异常程度,综合光谱异常程度和空间异常程度即可得到待测像素相对背景的异常指数。遍历整个图像,将各个波段像素的异常指数对应相加即为算法的检测结果。在3组高光谱数据上的实验结果表明:与现有的异常检测算法相比,所提算法能够显著降低探测的虚警率,并且对噪声具有很好的稳定性。

为了有效缓解海量高光谱数据存储与传输压力并快速精确检测异常目标, 提出一种以滑动阵列窗像元为局部背景的高光谱图像非因果实时RXD异常检测方法.利用随数据逐像元接收而滑动的阵列窗确定局部背景像元, 运用Woodbury引理, 通过矩阵与向量的乘法和矩阵的加减实现局部背景协方差矩阵的求逆运算, 在逐像元接收数据的同时实现阵列窗口中心像元的异常检测.模拟和真实高光谱图像实验结果表明, 与现有实时检测方法相比, 所提方法在检测性能或运行效率上有所提升; 相比非实时的滑动阵列RXD异常检测, 所提方法时间复杂度更低, 处理大小为200×200含189波段的图像, 其加速比达到近26倍.实验结果验证了该方法能在不降低检测精度的同时满足低运算量和低存储空间的实时性要求.

实时处理可以缓解海量高光谱数据在存储及下行传输方面带来的巨大压力, 在高光谱异常检测领域引起了研究人员的广泛关注。高光谱成像传感器通过推扫获取数据的方式已成为主流, 因此, 提出了一种基于逐行处理框架的高光谱实时异常目标检测算法。将局部因果窗模型引入Reed-Xiaoli异常检测算法中, 通过滑动局部因果窗来检测异常目标, 保证了实时处理的因果性。针对矩阵求逆过程复杂度过大的问题, 在卡尔曼滤波器递归思想的基础上, 利用Woodbury求逆引理, 由前一时刻数据状态信息迭代更新当前数据的状态信息, 避免了大矩阵的求逆运算, 减少了算法的计算量。利用模拟和真实高光谱数据进行实验, 结果表明, 在保持检测精度不变的前提下, 提出的实时算法的运算效率相比于原始算法得到显著提高。

异常检测是高光谱遥感技术应用的一个重要方向.然而随着高光谱数据量的增大, 实时处理成为高光谱异常检测方法所面临的主要问题.基于此, 文中提出了一种新型的高光谱图像实时异常检测方法.随着数据的实时下行传输, 该异常算子仅仅利用了待检测像元之前已获取的所有像元信息, 而并没有用到尚未获取的像元信息, 使得数据边传输边处理成为可能;同时, 利用卡尔曼滤波器的递归思想, 用Woodbury引理从上一时刻的状态更新目前信息, 避免了重新计算历史信息及存储所有像元, 在大大缩短算法运行时间的同时, 大大降低了所需的存储空间.接收机特性曲线显示, 与传统异常检测算法相比, 这种新型实时算法可获得几乎相同的检测精度.在不影响检测效果的前提下, 时间复杂度曲线和算子运行时间可显示提出算法的时效性.与此同时, 提出的的状态更新公式不需要重新计算已有像元信息, 因此只需两个存储单元存储前一时刻的状态(协方差矩阵或相关矩阵)以及当前的新像元信息, 从而大大降低了算法所需的存储空间.

针对因背景复杂而导致高光谱异常检测效果降低的问题, 提出了一种基于背景抑制的异常检测方法。首先对高光谱图像进行 NSCT分解, 得到各个波段的低频图像, 然后对图像的低频信息做差, 得到背景残差图像, 对背景残差图像在做突出目标信息处理, 最后使用 KRX算法对处理后图像异常检测, 并与其他方法进行比较, 证明本文方法的有效性。

基于索末菲(Sommerfeld)衍射积分公式,对色散介质中超短脉冲厄米-高斯光束在相位奇点附近的光谱异常行为进行了研究,并与真空中的光谱异常行为进行了比较。结果表明,超短脉冲厄米-高斯光束的轴上光谱蓝移,蓝移大小与群速度及脉冲宽度有关,而与群速度色散无关。色散介质中的相对光谱移动略小于真空中的相对光谱移动,脉冲宽度越大,相对光谱移动越小。光谱开关的位置与横向距离、传输介质和厄米函数阶数m, n有关,而与脉冲宽度无关。光谱开关的横向距离小于真空中的相应阶的光谱开关的横向距离,并且随光谱开关的阶数增加,真空和色散介质的相对光谱移动均缓慢减小。