基于结构稀疏表示和内部聚类滤波的高光谱异常目标检测方法

摘要

本发明公开了一种基于结构稀疏表示和内部聚类滤波的高光谱异常目标检测方法，用于解决现有高光谱异常目标检测方法目标检测效率低的技术问题。技术方案是在选择初始背景像元后，利用主成分分析字典学习法学习得到鲁棒性的背景字典。稀疏向量求解和图像重建过程中，引入重加权拉普拉斯先验，提高稀疏向量求解精度。计算原始图像与重建图像之间的误差得到稀疏表示误差。利用内部聚类滤波表示高光谱数据的空谱特性，通过计算待测像元与它同类其他像元线性表示结果的误差，得到内部聚类误差，最后联合稀疏表示误差与内部聚类误差的线性加权和实现异常目标的精确提取。经测试，本发明相对于背景技术在恒虚警率的前提下检测率提高了10％～15％。