一种面向高光谱影像的小尺度地物目标识别方法与流程

本技术涉及高光谱影像处理及地物目标识别，具体涉及一种面向高光谱影像的小尺度地物目标识别方法。

背景技术：

1、无人车执行地面巡检或近地探测任务时，可以利用搭载的高光谱成像设备连续采集行进路线前方及侧向地表的影像。高光谱影像在每个空间位置记录多个波段的光谱响应，既提供地物的位置关系，也提供与地物组成有关的光谱信息。对这类影像进行处理时，通常先从道路、土壤和植被等背景中提取候选目标，再根据候选目标的位置和光谱进行定位及类别识别。候选提取是否准确，会直接影响后续识别所能获得的目标信息。

2、在无人车沿碎石道路边缘低速巡检的场景中，微小人工遗留物可能夹在碎石之间、落在裸土表面，或者被枯草部分覆盖。这些目标的尺寸接近或小于成像设备的一个空间分辨单元，成像后往往只占一个或少数几个像元。一个像元对应的地面范围内可能同时存在目标和周围背景，设备记录的是这些成分共同形成的光谱响应，因此该像元属于混合像元。即使像元内确实存在目标，当目标所占比例较小时，其光谱特征也可能被背景响应稀释，难以在影像上形成轮廓清楚、光谱突出的独立区域。

3、道路边缘的背景本身也在变化。无人车经过不同位置时，局部视场内的碎石、土壤和枯草所占比例会改变；即使处于同类背景内部，地物状态及局部成像条件的差异也会引起光谱波动。因此，像元光谱与周围平均光谱存在差异，并不必然意味着其中包含目标。例如，一个不含人工遗留物的碎石与土壤混合像元，相对于纯碎石背景也可能表现出较大差异；而一个含少量人工遗留物的像元，其总光谱差异反而可能较小。

4、对于采用固定差异阈值、固定窗口邻域对比或背景扣除的处理方式，若判定依据主要是像元与背景的差异大小，就难以同时适应不同路段的背景组成和波动幅度。阈值偏高时，弱目标容易在候选提取阶段被遗漏；阈值偏低时，背景内部变化和背景交界处的混合响应又容易进入候选。若含有弱目标的像元被用于背景估计，还可能使估计出的背景向目标光谱靠近，进一步减小该目标与背景之间的差异。

5、局部背景的选择也会影响这一过程。在碎石与裸土交界处，同一像元可能同时接近两类背景。如果直接把其中一类背景作为唯一参考，另一类背景带来的差异就可能被计入目标异常；相邻像元选用的参考不同，还可能使候选分数在空间上出现不连续。由此形成的候选区域可能沿背景交界处扩展，也可能遗漏真实目标的弱边缘。后续若直接利用这类区域定位或计算平均光谱，位置和类别判断都会受到影响。

6、因此，在上述无人车高光谱巡检场景中，需要在候选提取阶段结合像元所处位置的背景组成及其正常变化，区分由背景自身变化产生的光谱差异与混合像元中可能由小尺度目标产生的差异，并使候选区域的中心和边缘具有可供后续定位、类别识别使用的依据。

技术实现思路

1、本技术提供一种面向高光谱影像的小尺度地物目标识别方法，以缓解局部背景变化与混合像元中的弱目标成分难以区分而影响候选判定的问题。

2、本技术提供的技术方案如下：

3、一种面向高光谱影像的小尺度地物目标识别方法，包括以下步骤：

4、s1，统计高光谱影像中待检测像元的局部邻域内背景像元的光谱，确定局部背景参考和背景波动子空间；

5、s2，计算所述待检测像元相对于所述局部背景参考的光谱残差，确定其总光谱偏离程度及在所述背景波动子空间的正交补空间内的正交残差模长；

6、s3，以所述总光谱偏离程度及正交残差模长分别超过由所述背景像元的光谱统计确定的总偏离阈值及正交残差阈值为共同候选条件，确定用于小尺度地物目标识别的候选像元。

7、进一步地，步骤s1包括：

8、根据所述局部邻域内背景像元的光谱差异形成背景簇，分别统计各背景簇的光谱分布；

9、根据所述待检测像元与各背景簇的光谱接近程度及各背景簇在所述局部邻域内的分布，选择用于表征所述待检测像元所处背景的背景簇；

10、依据所选择的背景簇的光谱分布，确定所述局部背景参考及所述背景波动子空间。

11、进一步地，在步骤s1的光谱统计之前，还包括：

12、对所述局部邻域内的像元进行背景粗筛，将相对于所述局部邻域的平均光谱的偏离程度超过预设粗筛阈值的像元从背景估计样本中排除，以其余像元作为所述光谱统计所用的背景像元；

13、所述背景粗筛的排除结果用于确定所述背景估计样本，所述待检测像元是否为候选像元由步骤s3的所述共同候选条件确定。

14、进一步地，在步骤s1中确定所述局部背景参考时，还包括：

15、对在两个背景簇之间归属不明确的所述待检测像元，分别根据两个背景簇的光谱分布建立两个单一背景参考，并根据两个背景簇的光谱分布建立复合背景参考；

16、分别计算同一待检测像元相对于两个所述单一背景参考和所述复合背景参考的光谱残差，并根据各参考对应的背景波动子空间及背景光谱统计，比较各光谱残差能否由相应的背景波动解释；

17、根据比较结果选定实际采用的局部背景参考，并采用与该局部背景参考对应的背景波动子空间及背景光谱统计执行步骤s2至s3。

18、进一步地，根据所述待检测像元与所述两个背景簇各自的光谱接近程度，以及各背景簇在所述局部邻域内的像元占比，确定各背景簇的贡献权重，并按照所述贡献权重组合两个背景簇的光谱分布，形成所述复合背景参考。

19、进一步地，所述比较各光谱残差能否由相应的背景波动解释并选定实际采用的局部背景参考，包括：

20、分别确定所述待检测像元在两个所述单一背景参考及所述复合背景参考下的正交残差的模长，并将各模长与相应参考下的正交残差阈值比较；

21、对于背景归属仍不明确的所述待检测像元，若至少一个所述单一背景参考下的正交残差的模长不大于相应正交残差阈值，且所述复合背景参考下的正交残差的模长小于两个所述单一背景参考下的正交残差的模长并不大于相应正交残差阈值，则采用所述复合背景参考，并根据所述共同候选条件将该待检测像元确定为非候选像元；

22、若所述待检测像元的背景归属仍不明确，且在两个所述单一背景参考及所述复合背景参考下的正交残差的模长均大于各自对应的正交残差阈值，则采用所述复合背景参考，并根据所述共同候选条件判定该待检测像元是否为候选像元。

23、进一步地，在选定实际采用的局部背景参考时，还包括：

24、将所述待检测像元在所述两个背景簇之间的归属不明确的状态记为背景归属待复核状态；以用于确定所述待检测像元的局部背景参考的窗口为当前窗口，以与所述当前窗口相邻且覆盖所述待检测像元的局部窗口为相邻窗口；

25、若所述待检测像元及至少一个相邻像元与所述两个背景簇的光谱接近程度差异均不超过预设接近程度差异阈值，且所述两个背景簇在各自局部邻域内的像元占比之差的绝对值均不超过预设占比差值，则保持所述背景归属待复核状态，并采用所述复合背景参考；

26、当所述待检测像元在所述当前窗口及所述相邻窗口中均满足同一背景簇的光谱接近程度和像元占比达到预设优势条件，且所述复合背景参考与该背景簇的单一背景参考所得总光谱偏离程度的差值绝对值及正交残差模长的差值绝对值分别小于各自预设差值阈值时，退出所述背景归属待复核状态，并采用该单一背景参考；未满足所述退出条件时不执行所述退出；

27、采用保持或退出所述背景归属待复核状态后选定的局部背景参考及其对应的背景波动子空间和背景光谱统计，执行步骤s2至s3。

28、进一步地，在步骤s3之后，还包括：

29、依据所述候选像元的正交残差的模长及相应正交残差阈值确定目标残留程度分数，将所述目标残留程度分数高于核心阈值且空间连通的候选像元组成核心区域，并将所述核心区域内的候选像元记为核心像元；

30、对所述核心区域周围的目标残留程度分数低于所述核心阈值的候选像元，依据其与所述核心区域的邻接关系，以及其光谱残差方向与所述核心像元的平均光谱残差方向的一致性进行二次确认，确定边缘像元；

31、以所述核心像元与所述边缘像元共同形成候选区域，并分别保存核心像元集合与边缘像元集合。

32、进一步地，所述二次确认包括：

33、从所述核心区域周围的目标残留程度分数低于所述核心阈值的候选像元中，选出与所述核心区域直接相邻、且光谱残差方向与所述核心像元的平均光谱残差方向一致的像元；

34、沿由所述核心区域向外延伸并经过所选像元的路径，比较相邻位置的目标残留程度分数；所述路径包含所述核心区域内的起始位置及至少两个外围观测位置，且经过所选像元后还包含至少一个有效外围观测位置；

35、将所述路径上的目标残留程度分数随离开所述核心区域而逐位置下降的所选像元确定为所述边缘像元。

36、进一步地，还包括：

37、依据所述核心像元的位置确定所述候选区域的中心位置，并以所述核心像元的光谱作为类别识别输入；

38、依据所述核心像元与所述边缘像元的空间分布共同确定所述候选区域的范围。

39、通过使待检测像元相对于局部背景参考的总光谱偏离程度，以及光谱残差在背景波动子空间之外的正交残差模长，共同约束候选像元的判定，区分背景自身波动与超出背景正常波动范围的剩余光谱差异，具有减少背景变化对小尺度地物目标候选判定干扰的优点。