基于动力演化算法的投影寻踪在高光谱影像异常目标检测中的应用

《基于动力演化算法的投影寻踪在高光谱影像异常目标检测中的应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、维普资讯http://www.cqvip.com第31卷第1期止匕汉大学学报·信息科学版VoI_31No．12006年1月GeomaticsandInformationScienceofWuhanUniversityJan．2006文章编号：1671—8860(2006)0卜0055-04文献标志码：A基于动力演化算法的投影寻踪在高光谱影像异常目标检测中的应用陈蜜易尧华李德仁秦前清(1武汉大学测绘遥感信息T程国家重点实验室．武汉『珞喻路129．430079)摘要：运用基于波段间相关性的高光谱影像波段选取方

2、法进行波段的预选取．采用投影寻踪的方法在动力演化算法的基础上寻找最佳投影方向．将高维数据投影至低维数据空间．在各投影分量图像上采用零点检测阈值化的方法进行异常目标的提取。实验结果表明了基于动力演化算法的投影寻踪在高光谱影像异常目标检测中的有效性。关键词：高光谱影像；投影寻踪；动力演化算法中图法分类号：TP751利用高光谱影像进行自动目标检测与识别是表l高光谱影像波段的选择情况遥感信息处理领域比较活跃的研究方向。在一个Tab．1ResultsofBandSelectionofHyperspectralIma

3、ges复杂的未知背景中，因为人工目标与背景的光谱算法波段组合响应不同，且其尺寸相对很小，所以可将其视为异自适应空间分解法1．32．33’。’’j常目标。在没有足够多先验知识的情况下，从高1光谱影像中检测这一类目标是相当困难的。本文相关性过滤法从高光谱数据的特点出发来进行波段的预选取，等间距选取法采用适应于高维数据处理的投影寻踪的方法，在保留人工目标信息的基础上，将高维数据投影至低维数据空间，同时运用优于标准演化算法的动2投影寻踪力演化算法来寻找最佳投影方向，通过零点检测闯值化的方法实现人工目标的检测。投影

4、寻踪就是寻找使设计的投影指标达到最大的投影方向，实际上转化为一个用数值方法求高光谱影像的波段选取解最大值的最优化问题‘。假定有P个波段大小为N—u，×，2的高光谱本文采用基于自适应子空间分解的方法、基图像．可记为：个数据采样点{L}，每一采样于相关性过滤的方法以及等间距波段选取的方法用于高光谱影像的波段选取‘。一。实验数据采用点的维数为P维，x一[“’：，⋯，]就是一个Phttp：／／www．aviris．com上提供的一幅AVIRIS×的矩阵；a是一个P维列向量，作为待求的数据，选取了其中包含两个异常像

5、素点的O像素期望投影方向．nX就是个采样点按照投影方×5O像素的区域范围。原始数据共有224个波向a的正交投影。如果用函数H(*)作为投影段，去除其中空白和传感器噪声污染的波段，保留指标来评估数据集x的投影ax的意义大小，定了191个有效波段。三种波段选择的方法得到的义为：12个波段组合如表1所示。J(a)一H(nX)(1)收稿日期：20051O12。项目来源：国家自然科学基金资助项目(40204008)。维普资讯http://www.cqvip.com武汉大学学报·信息科学版将这一投影指标扩展到多维投影

6、方向，设“与标准演化算法不一样的是，在动力演化算法中，为个P维列向量，A一[“，“：，⋯，“。]是一个P将演化代数f称为时问。×的投影方向矩阵，对应的投影指标也可以用定义个体在时间f时的动量为P(f，)一实函数来表示为：，(f’，)一_／’(f一1’)．，(f，r)表示个体，在时J(A)一H(AX)(2)l'白Jf的投影指标函数值。定义个体在时间的H(*)是根据具体的应用来确定的，其标准就是活度为“(f，)一“(t1‘)+1，如果个体在能够反映原始数据集的结构或特征。在高光谱影演化操作的时间f被选择，则该

7、个体的活度按上像中，人工目标是所感兴趣的数据集的特征，在复式改变，否则不变。这样叮以定义动力演化算法杂的未知背景中，人工目标属于异常。投影寻踪的选择算子为：方法实际上就是要找到这样的一个A(或者口)，，slct(t’，)一>：P(k．．z’)+“(f．r)(3)使得它的投影指标值达到极大。【可以根据卜面两项的重要程度确定一个权值3动力演化算法用于寻找最佳投影∈(0，1)，将式(3)改写为：方向slct(t)一∑标准演化算法作为一种全局优化搜索算法．(4)它简单通用，鲁棒性强，适于并行处理且应用范围在算法中

8、，将slct(f，)(一1，2，⋯。N)从大到小广。但它还存在一些缺陷，如非成熟收敛、收敛速排列，于是可以将式(1)简记为slct(t)。度过慢、编码表示困难等。由于标准演化算法仔在动力演化算法中．本文选择的停止准则是：在的不足，本文选择动力演化算法(dynamical、iP(，)<￡(5)evolutionaryalgorithm)来寻找使投影指标函数l达到最大的投影方向。式中，e为给定的一个小的正常数。也就是说，当假设多维