基于Hausdorff度量的高光谱异常目标检测算法

第３７卷第７期一一一一一一一一一一一哈一尔一滨一工一程一大一学一学一报一一一一一一一

一一一Ｖｏｌ．３７?．７

２０１６年７月一一一一一一一一一一ＪｏｕｒｎａｌｏｆＨａｒｂｉｎＥｎｇｉｎｅｅｒｉｎｇＵｎｉｖｅｒｓｉｔｙ一一一一一一一一一一一Ｊｕｌ．２０１６基于Ｈａｕｓｄｏｒｆｆ度量的高光谱异常目标检测算法

赵春晖１，尤伟１，齐滨２，王玉磊１

（１．哈尔滨工程大学信息与通信工程学院，黑龙江哈尔滨１５０００１；２．哈尔滨工程大学水声工程学院，黑龙江哈尔滨１５０００１）

摘一要：高光谱遥感异常目标检测中，目标和背景光谱信息难以精确地界定，导致目标检测性能下降三针对经典ＲＸ检测算法存在虚警概率高二计算量大二过程繁琐等缺点，将Ｈａｕｓｄｏｒｆｆ度量引入高光谱异常检测，利用改进的Ｈａｕｓｄｏｒｆｆ距离（ＭＨＤ）从光谱匹配程度的角度，进行了高光谱异常目标检测，最大程度地将异常目标和背景分离三采用模拟数据和真实高光谱数据进行大量实验，检测性能大幅提升，算法的计算效率提高了６０％，证明了本文算法比ＲＸ算法二因果ＲＸ算法和ＫＲＸ算法检测效果好，效率高等优势，算法的低复杂度特性为硬件实现提供了良好的算法支持三

关键词：高光谱遥感；异常检测；ＲＸ算法；光谱匹配；Ｈａｕｓｄｏｒｆｆ度量ＤＯＩ：１０．１１９９０／ｊｈｅｕ．２０１５０６０８７

网络出版地址：ｈｔｔｐ：／／ｗｗｗ．ｃｎｋｉ．ｎｅｔ／ｋｃｍｓ／ｄｅｔａｉｌ／２３．１３９０．ｕ．２０１６０５２７．１４４６．０２８．ｈｔｍｌ

中图分类号：ＴＮ９１１．７３一文献标志码：Ａ一文章编号：１００６?７０４３（２０１６）０７?９７９?０８ＨｙｐｅｒｓｐｅｃｔｒａｌａｎｏｍａｌｙｔａｒｇｅｔｄｅｔｅｃｔｉｏｎａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎＨａｕｓｄｏｒｆｆｍｅａｓｕｒｅ

ＺＨＡＯＣｈｕｎｈｕｉ１，ＹＯＵＷｅｉ１，ＱＩＢｉｎ２，ＷＡＮＧＹｕｌｅｉ１

（１．ＣｏｌｌｅｇｅｏｆＩｎｆｏｒｍａｔｉｏｎａｎｄＣｏｍｍｕｎｉｃａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＨａｒｂｉｎＥｎｇｉｎｅｅｒｉｎｇＵｎｉｖｅｒｓｉｔｙ，Ｈａｒｂｉｎ１５０００１，Ｃｈｉｎａ；２．ＣｏｌｌｅｇｅｏｆＵｎ?ｄｅｒｗａｔｅｒＡｃｏｕｓｔｉｃＥｎｇｉｎｅｅｒｉｎｇ，ＨａｒｂｉｎＥｎｇｉｎｅｅｒｉｎｇＵｎｉｖｅｒｓｉｔｙ，Ｈａｒｂｉｎ１５０００１，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｉｎａｎｏｍａｌｙｔａｒｇｅｔｄｅｔｅｃｔｉｏｎｉｎｈｙｐｅｒｓｐｅｃｔｒａｌｉｍａｇｅｒｙ，ｉｔｃａｎｂｅｄｉｆｆｉｃｕｌｔｔｏａｃｃｕｒａｔｅｌｙｄｉｓｔｉｎｇｕｉｓｈｂｅｔｗｅｅｎｔｈｅｓｐｅｃｔｒａｌｉｎｆｏｒｍａｔｉｏｎｏｆｔｈｅｔａｒｇｅｔｓａｎｄｂａｃｋｇｒｏｕｎｄ，ｗｈｉｃｈｌｅａｄｓｔｏａｄｅｃｌｉｎｅｉｎｔａｒｇｅｔｄｅｔｅｃｔｉｏｎｐｅｒｆｏｒｍａｎｃｅ．ＴｈｅｒｅｓｕｌｔｓｏｆｔｈｅｃｌａｓｓｉｃＲＸｄｅｔｅｃｔｉｏｎａｌｇｏｒｉｔｈｍｈａｖｅａｈｉｇｈｆａｌｓｅａｌａｒｍｐｒｏｂａｂｉｌｉｔｙ，ａｎｄｔｈｅｐｒｏｃｅｓｓｉｓｃｈａｒａｃｔｅｒｉｚｅｄｂｙａｌａｒｇｅａｍｏｕｎｔｏｆｃａｌｃｕｌａｔｉｏｎａｎｄｃｏｍｐｌｅｘｉｔｙ．Ｔｏａｄｄｒｅｓｓｔｈｅｓｅｉｓｓｕｅｓ，ｗｅｉｎｔｒｏｄｕｃｅｔｈｅＨａｕｓｄｏｒｆｆｍｅｔｒｉｃｔｏｈｙｐｅｒ?ｓｐｅｃｔｒａｌａｎｏｍａｌｙｔａｒｇｅｔｄｅｔｅｃｔｉｏｎ，ｐｒｏｖｅｔｈｅｕｓｅｆｕｌｎｅｓｓｏｆｉｔｓａｐｐｌｉｃａｔｉｏｎ，ａｎｄｍａｋｅａｎｕｍｂｅｒｏｆｉｍｐｒｏｖｅｍｅｎｔｓｔｏｓｕｐｐｒｅｓｓｎｏｉｓｅｉｎｔｅｒｆｅｒｅｎｃｅ．Ｉｎｔｅｒｍｓｏｆｔｈｅｓｐｅｃｔｒａｌｍａｔｃｈｉｎｇ，ｗｅｓｅｐａｒａｔｅｔｈｅｔａｒｇｅｔｓａｎｄｂａｃｋｇｒｏｕｎｄｔｏａｇｒｅａｔｅｒｄｅｇｒｅｅｂａｓｅｄｏｎｔｈｅｉｍｐｒｏｖｅｄＨａｕｓｄｏｒｆｆｄｉｓｔａｎｃｅ．Ｅｘｐｅｒｉｍｅｎｔｓｗｅｒｅｐｅｒｆｏｒｍｅｄｕｓｉｎｇｂｏｔｈｓｙｎｔｈｅｔｉｃａｎｄｒｅａｌｈｙｐｅｒ?ｓｐｅｃｔｒａｌｄａｔａ．Ｍｏｒｅｏｖｅｒ，ｔｈｅｒｅｓｕｌｔｓｓｈｏｗｉｍｐｒｏｖｅｄｄｅｔｅｃｔｉｏｎｐｅｒｆｏｒｍａｎｃｅａｎｄａｎｉｎｃｒｅａｓｅｉｎｃｏｍｐｕｔａｔｉｏｎａｌｅｆｆｉｃｉｅｎ?ｃｙｏｆｎｅａｒｌｙ６０％．Ｔｈｅｓｅｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｐｒｏｖｅｔｈａｔｔｈｉｓａｌｇｏｒｉｔｈｍｈａｓｌｏｗｅｒｃｏｍｐｕｔａｔｉｏｎａｌｃｏｍｐｌｅｘｉｔｙａｎｄｂｅｔ?ｔｅｒｐｅｒｆｏｒｍａｎｃｅｔｈａｎｔｈｅｔｒａｄｉｔｉｏｎａｌＲＸａｌｇｏｒｉｔｈｍ，ｃａｓｕａｌＲＸａｌｇｏｒｉｔｈｍ，ａｎｄＫＲＸａｌｇｏｒｉｔｈｍａｎｄｃａｎｂｅｔｔｅｒｓｕｐｐｏｒｔｔｈｅｉｍｐｌｅｍｅｎｔａｔｉｏｎｏｆｈａｒｄｗａｒｅ．Ｋｅｙｗｏｒｄｓ：ｈｙｐｅｒｓｐｅｃｔｒａｌｒｅｍｏｔｅｓｅｎｓｉｎｇ；ａｎｏｍａｌｙｔａｒｇｅｔｄｅｔｅｃｔｉｏｎ；ＲＸａｌｇｏｒｉｔｈｍ；ｓｐｅｃｔｒａｌｍａｔｃｈｉｎｇ；Ｈａｕｓｄｏｒｆｆｍｅｔｒｉｃ收稿日期：２０１５－０６－２６．网络出版日期：２０１６－０５－２７．基金项目：国家自然科学基金项目（６１５７１１４５，６１４０５０４１）；黑龙江省自然科学基金项目（ＺＤ２０１２１６）；哈尔滨市优秀学科带头人基金项目（ＲＣ２０１３ＸＫ００９００３）；中国博士后基金项目（２０１４Ｍ５５１２２１）；中央高校基础研究基金项目（ＨＥＵＣＦ１６０８）．作者简介：赵春晖（１９６５－），男，教授，博士生导师，博士．

通信作者：赵春晖，Ｅ?ｍａｉｌ：ｚｈａｏｃｈｕｎｈｕｉ＠ｈｒｂｅｕ．ｅｄｕ．ｃｎ．一一近年来，高光谱遥感在目标探测与识别等方面具有了广泛的应用三在目标检测中，不需要先验光

谱信息的异常目标检测技术具有较强的实用性，经

典的异常检测算法是源于多光谱遥感的ＲＸ算

法［１－２］，ＲＸ算法最早是由Ｒｅｅｄ和ＸｉａｏｌｉＹｕ于１９９０年提出的，是用于在高斯背景统计特性和空间白化的条件下目标光谱信息和背景光谱信息均未知的目标检测［３］三随后Ｃｈａｎｇ等在ＲＸ算法基础上对检测算子进行了改进［４］，２０１３年，Ａｃｉｔｏ等提出了一种

ＲＸ局部异常检测算子（Ｌ?ＲＸＤ），提高了检测性能，Ｒｉｌｅｙ等联合了欧氏距离构造了新检测器［２］，有效地抑制了噪声的干扰三由于ＲＸ算法具有较大的计算

量，导致了算法计算效率不高［５］三随后，Ｃｈａｎｇ等在ＲＸ算法的基础上进行了进一步改进［６－８］，提出了高光谱目标因果ＲＸ算子（ＣＲＲＸＤ）和实时检测ＲＸ算

法，利用迭代思想大大加快了计算速度，提高了算法