期望最大化聚类的高光谱亚像素目标检测

J4 ›› 2009, Vol. 36 ›› Issue (3): 512-516.

期望最大化聚类的高光谱亚像素目标检测

刘德连;王博;张建奇

(西安电子科技大学技术物理学院，陕西西安 710071)

收稿日期:2008-02-28 修回日期:2008-03-31 出版日期:2009-06-20 发布日期:2009-07-04
通讯作者: 刘德连
基金资助:
国家自然科学基金资助(60777042)

Hyperspectral subpixel target detection approach based on expectation-maximization cluster

LIU De-lian;WANG Bo;ZHANG Jian-qi

(School of Technical Physics, Xidian Univ., Xi'an 710071， China)

Received:2008-02-28 Revised:2008-03-31 Online:2009-06-20 Published:2009-07-04
Contact: LIU De-lian

摘要/Abstract

摘要：

针对高光谱目标检测中复杂背景的影响，提出一种基于期望最大化聚类的亚像素目标检测方法，利用背景分解来描述复杂背景．首先，采用期望最大化聚类法实现高光谱图像的背景分解．然后，将背景子空间模型应用于分解得到的场景．由于分解得到的场景更加单一，因此该方法更适合于复杂背景下的亚像素目标检测．将提出的方法应用于实际的高光谱图像，实验结果表明这种方法具有更好的检测性能．

关键词: 遥感, 高光谱, 亚像素目标, 目标检测, 图像分割

Abstract:

Background is a key interferene in target detection. To avoid the interferene of complex background, an expectation-maximization cluster based approach to subpixel detection in hyperspectral is presented that incorporates background segmentation to model complex background. First, the expectation-maximization cluster model is employed to segment whole background into homogenous regions. Then the adaptive matched subspace detection algorithm (AMSD) is applied in each homogenous region. Since the segmented regions are more homogenous than the whole complex background, our new approach can have a better performance. Experimental result with a real hyperspectral image has proved the validity of the new approach.

Key words: remote sensing, hyperspectral, subpixel target, target detector, image segmentation

中图分类号:

TN219

刘德连;王博;张建奇. 期望最大化聚类的高光谱亚像素目标检测[J]. J4, 2009, 36(3): 512-516.

LIU De-lian;WANG Bo;ZHANG Jian-qi. Hyperspectral subpixel target detection approach based on expectation-maximization cluster[J]. J4, 2009, 36(3): 512-516.

参考文献

［1］Manolakis D, Marden D, Shaw G A. Hyperspectral Image Processing for Automatic Target Detection Applications ［J］. Lincoln Laboratory, 2003, 14(1): 79-116.
［2］简剑峰, 尹忠海, 周利华, 等. 基于直方图不变矩的遥感影像目标匹配方法［J］. 西安电子科技大学学报, 2006, 33(4): 584-587
Jian Jianfeng, Yin Zhonghai, Zhou Lihua, et al. Target's Matching Method for the Remote Sensing Image Based on the Histogram Invariant Moments ［J］. Journal of Xidian University, 2006, 33(4): 584-587
［3］Kelly E J. An Adaptive Detection Algorithm ［J］. IEEE Trans on Aerospace and Electronic Systems, 1986, 22(1): 115-127.
［4］Robey F C, Fuhrmann D R, Kelly E J, et al. A CFAR Adaptive Matched Filter Detector ［J］. IEEE Trans on Aerospace and Electronic Systems, 1992, 28(1): 208-216.
［5］Kraut S, Scharf L L. The CFAR Adaptive Subspace Detector Is a Scale-invariant GLRT ［J］. IEEE Trans on Signal Processing, 1999: 47(9): 2538-2541.
［6］Manolakis D, Siracusa C, Shaw G. Hyperspectral Subpixel Target Detection Using the Linear Mixing Model ［J］. IEEE Trans on Geoscience And Remote Sensing, 2001, 39(7): 1392-1409.
［7］耿修瑞, 赵永超. 高光谱遥感图像小目标探测的基本原理［J］. 中国科学D辑: 地球科学, 2007, 37(8): 1081-1087.
Geng Xiurui, Zhao Yongchao. Principle of Small Target Detection for Hyperspectral Imagery ［J］. Science in China, Series D: Earth Sciences, 2007, 37(8): 1081-1087.
［8］孙强, 焦李成, 侯彪. 基于子波域自适应融合HMTseg 算法的遥感图像分割［J］. 西安电子科技大学学报, 2007, 34(6): 853-858.
Sun Qiang, Jiao Licheng, Hou Biao. Remotely Sensed Image Segmentation Based on the Wavelet-domain HMTseg Algorithm with Adaptive Fusion Mechanism ［J］. Journal of Xidian University, 2007, 34(6): 853-858.
［9］Ahlberg J, Renhorn I. Multi-and Hyperspectral Target and Anomaly Detection ［R］. Sweden: Swedish Defense Research Agency Division of Sensor Technology (ISRN: FOI-R-1526-SE), 2004.

[1]	韩永赛,马时平,何林远,李承昊,朱明明,张飞. 改进YOLOv3的快速遥感机场区域目标检测[J]. 西安电子科技大学学报, 2021, 48(5): 156-166.
[2]	董如婵,焦李成,赵进,沈维燕. 一种深度融合机制的遥感图像目标检测技术[J]. 西安电子科技大学学报, 2021, 48(5): 128-138.
[3]	毛昭勇,王亦晨,王鑫,沈钧戈. 面向高速公路的车辆视频监控分析系统[J]. 西安电子科技大学学报, 2021, 48(5): 178-189.
[4]	王军军,孙岳,李颖. 一种生成对抗网络的遥感图像去云方法[J]. 西安电子科技大学学报, 2021, 48(5): 23-29.
[5]	张佳琦,陶海红,张修社,韩春雷. 一种利用量测空间聚类的多帧检测前跟踪算法[J]. 西安电子科技大学学报, 2021, 48(5): 231-238.
[6]	周鹏,杨军. 采用神经网络架构搜索的遥感影像分割方法[J]. 西安电子科技大学学报, 2021, 48(5): 47-57.
[7]	王平,江雨泽,赵光辉. 目标检测的多尺度定位提升算法[J]. 西安电子科技大学学报, 2021, 48(3): 85-90.
[8]	梁壮,温利武,丁金闪. 改进型SVD-FRFT海杂波抑制方法[J]. 西安电子科技大学学报, 2021, 48(2): 55-63.
[9]	汪昱东,郭继昌,王天保. 一种改进的雾天图像行人和车辆检测算法[J]. 西安电子科技大学学报, 2020, 47(4): 70-77.
[10]	张彦飞,孙文杰,孙玉梅,孟祥伟,陈祥光. 非高斯杂波中机载多进多出雷达动目标检测[J]. 西安电子科技大学学报, 2020, 47(3): 23-31.
[11]	余志超,张瑞红. 结合深度轮廓特征的改进孪生网络跟踪算法[J]. 西安电子科技大学学报, 2020, 47(3): 40-49.
[12]	刘志强,张铭津,池源,李云松. 一种深度学习的硬件木马检测算法[J]. 西安电子科技大学学报, 2019, 46(6): 37-45.
[13]	左磊,产秀秀,禄晓飞,李明. 时频域分解海面回波及慢速微弱目标检测[J]. 西安电子科技大学学报, 2019, 46(5): 84-90.
[14]	张锦涛,雷杰,吴凌云,黄碧莹,李云松. 一种改进的高光谱端元提取算法及其FPGA实现[J]. 西安电子科技大学学报, 2019, 46(4): 22-27.
[15]	吴勇,郑伟,牛文龙,杨震. 背景变化鲁棒的微弱瞬态信号检测[J]. 西安电子科技大学学报, 2019, 46(4): 159-166.