[发明专利]基于编码和独立目标子空间投影的高光谱异常检测方法及装置

权利要求书

1.基于编码和独立目标子空间投影的高光谱异常检测方法，其特征在于，包括如下步骤：

步骤1)：计算原始高光谱数据X的背景秩数m和独立目标数j，所述的背景秩数m用于步骤2)中自编码器隐含层神经元个数的确定，独立目标数j用于步骤5)中稀疏基数的确定；

步骤2)：训练背景秩数约束的自编码器，获得编码器的权重矩阵及编码空间投影矩阵

步骤3)：利用编码空间投影矩阵将原始高光谱数据X投影至编码空间的正交子空间获得低秩背景组分L_m的正交组分

步骤4)：为了获得独立目标用于独立目标空间构建，将低秩背景组分的正交组分进行数据球化，并将球化后的正交组分用于独立目标搜索，将搜索的独立目标集用于独立目标子空间构造；

步骤5)：将球化后的低秩背景组分L_m的正交组分投影至独立目标子空间获得独立目标组分，并利用稀疏基数约束获得异常组分S_j，至此原始高光谱数据分解为低秩背景组分、异常组分与噪声组分的正交和；

步骤6)：利用异常组分S_j结合马氏距离构造检测算子实现对异常目标的检测。

2.根据权利要求1所述的基于编码和独立目标子空间投影的高光谱异常检测方法，其特征在于，步骤1)中采用NWHFC结合Min-Max SVD获得高光谱数据X的背景秩数m和独立目标数j。

3.根据权利要求1所述的基于编码和独立目标子空间投影的高光谱异常检测方法，其特征在于，所述的步骤2)具体为：

利用自编码器训练原始高光谱数据X，其中自编码器包含单层隐含层且该隐含层包含m个神经元，损失函数为原始高光谱数据与重构数据之间的均方根误差，网络训练采用量化共轭梯度下降法，获得编码器的权重矩阵及编码空间投影矩阵计算公式为：

4.根据权利要求1所述的基于编码和独立目标子空间投影的高光谱异常检测方法，其特征在于，所述的步骤3)具体为：

利用自编码器获得的原始高光谱数据的编码矩阵和单位阵I构造投影矩阵计算公式为：

其中，表示自编码器的编码矩阵，上角标T表示转置；

将原始高光谱数据X投影至低秩背景空间得到低秩背景组分L_m

将原始高光谱数据X投影至低秩背景空间的正交子空间得到背景组分的正交组分计算公式为：

5.根据权利要求1所述的基于编码和独立目标子空间投影的高光谱异常检测方法，其特征在于，所述的步骤4)具体为：

对进行球化获得并利用无监督目标提取方法ATGP获得j个独立目标向量构成独立目标向量矩阵T_j＝[t₁,t₂…t_j]；

利用独立目标向量矩阵T_j构造投影矩阵计算公式为：

将球化后的正交组分投影至独立目标子空间获得独立目标组分计算公式为：

6.根据权利要求1所述的基于编码和独立目标子空间投影的高光谱异常检测方法，其特征在于，所述的步骤5)具体为：

利用独立目标数j，对独立目标组分施加稀疏基数约束，即保留独立目标组分中最大的k个元素，k＝j*N，k为稀疏基数，N为已知的高光谱图像像元个数，所获得的异常组分计算公式为：

其中，P_Ω(·)表示将括号中的矩阵投影至元素集Ω的投影矩阵，其中Ω表示矩阵中前k个最大元素的非零集合，

其中，g_r,c,l是坐标位置为(r,c,l)的像素灰度；

原始高光谱数据X被分解为三个组分的正交和，即

X＝L_m+S_j+N_EaIT-SP (9)

其中，L_m为低秩背景组分，S_j为异常组分，N_EaIT-SP为噪声组分。