1.一種基于空譜信息結合的高光譜艦船檢測方法,其特征在于,包括如下步驟:
步驟1,對原始高光譜圖像進行光譜采集,分別構建艦船目標光譜子空間和非目標光譜子空間,其中非目標包括偽目標和背景;
步驟2,光譜波段篩選:
步驟2.1,計算目標光譜子空間中所有目標光譜的均值,作為均值目標光譜,從非目標光譜子空間中任意選取K條非目標光譜,將均值目標光譜與選取的K條非目標光譜放置在同一坐標系中;
步驟2.2,設置滑動窗口;
步驟2.3,計算在滑動窗口內(nèi)的均值目標光譜分別與K條非目標光譜的歸一化歐氏距離其中xt為均值目標光譜向量,xkt為第k條非目標光譜向量,其中k=1,2,3…K;
步驟2.4,將步驟2.3得到的K個歸一化歐氏距離進行閾值分割,記錄最優(yōu)分割閾值所對應的目標函數(shù)值S,其中最優(yōu)分割閾值為使目標函數(shù)值S最大的分割閾值;
步驟2.5,移動滑窗,利用步驟2.3~步驟2.4的方法計算該滑窗內(nèi)的最大的目標函數(shù)值S;重復執(zhí)行步驟2.5,直至滑動窗口遍歷整條均值目標光譜;
步驟2.6,選擇具有最大S的滑動窗口對應的光譜波段作為保留光譜波段,在步驟1的目標光譜子空間和非目標光譜子空間中,清空保留光譜波段外的其他光譜波段,構成新的目標光譜子空間和非目標光譜子空間;
步驟3,對原始高光譜圖像進行海陸分割,得到水域高光譜圖像:
首先對原始高光譜圖像中所有波段的圖像在光譜維求統(tǒng)計均值,得到一幅均值二維圖像;然后利用閾值分割方法對均值二維圖像進行海陸閾值分割,得到初步水域圖像,將初步水域圖像中連通域中的像素個數(shù)大于設定閾值的連通域剔除,得到最終水域圖像,稱原始高光譜圖像中最終水域圖像所對應的部分為水域高光譜圖像;
步驟4,對步驟3得到的水域高光譜圖像進行RX異常檢測,得到水域檢測結果,將原始高光譜圖像中除水域高光譜圖像外的其他區(qū)域統(tǒng)一設置為水域檢測結果的最小值,得到其他區(qū)域結果,將水域檢測結果和其他區(qū)域結果放在一張空白二維灰度圖像中,得到異常檢測后的二維灰度圖像;
步驟5,對步驟4得到的二維灰度圖像進行異常區(qū)域篩選:
對所述步驟4得到的二維灰度圖像進行二維本征模態(tài)分解,得到一系列本征模態(tài),將分解得到的不同本征模態(tài)對應的圖像按照從高頻到低頻的順序排列,取前N個圖像進行線性疊加構成新的檢測結果圖,N≥2,然后對新的檢測結果圖進行0到1之間的歸一化,采用設定的閾值將歸一化后的圖像二值化;
對于二值化后的圖像中值為0的像素,不進行后續(xù)處理;對于二值化后的圖像中值為1的像素,將連通域中的像素個數(shù)大于設定閾值的連通域剔除,得到異常像素;
步驟6,利用判別函數(shù):T(x)=||x-Ct×at||2-||x-Cb×ab||2得到艦船目標判讀結果;其中x為步驟5得到的異常像素所對應的光譜向量,Ct為光譜字典C的目標字典部分,Cb為光譜字典C的非目標字典部分,光譜字典C通過將步驟2.6獲取的新的目標光譜子空間和非目標光譜子空間中的光譜向量按列保存在矩陣中獲得,C=[CtCb],x=[CtCb]×a,其中a為光譜字典C的稀疏系數(shù),a包括目標系數(shù)at與非目標系數(shù)ab;
若艦船目標判讀結果即T(x)不小于0,則向量x為目標,反之,若該結果小于0,向量x為非目標,得到艦船目標最終結果。
2.如權利要求1所述的一種基于空譜信息結合的高光譜艦船檢測方法,其特征在于,所述步驟3中,采用改進的OTSU閾值分割方法對均值二維圖像進行海陸閾值分割,其中改進的OTSU閾值分割方法的目標函數(shù)為其中Th為分割閾值,Sb為分割后水和非水的類間方差,S1為水的類內(nèi)方差。
3.如權利要求1所述的一種基于空譜信息結合的高光譜艦船檢測方法,其特征在于,所述步驟4的RX異常檢測中,將水域高光譜圖像的每一個像元光譜輸入檢測算子DRX(y)=(y-μy)TCy-1(y-μy)進行檢測,其中上標T表示轉(zhuǎn)置,上標-1表示求逆,y為水域高光譜圖像的像元光譜向量,μy為水域高光譜圖像中像元光譜向量的均值,Cy為水域高光譜圖像中像元光譜向量的協(xié)方差矩陣。
4.如權利要求1所述的一種基于空譜信息結合的高光譜艦船檢測方法,其特征在于,所述步驟5中的N=2。
5.如權利要求1所述的一種基于空譜信息結合的高光譜艦船檢測方法,其特征在于,所述步驟1中的光譜采集包括從星地聯(lián)合光譜庫中采集、直接在高光譜數(shù)據(jù)中認為標定或光譜端元提取。
6.如權利要求1所述的一種基于空譜信息結合的高光譜艦船檢測方法,其特征在于,所述步驟3和步驟5中,將連通域中的像素個數(shù)大于20的連通域剔除。