非监督高光谱图像实时目标探测方法研究

The proposed project is to design and develop real-time processing algorithms for Unsupervised Hyperspectral Target Detection (UHTD). Due to the nature of UHTD, in order for UHTD to be effective, the process must be carried in real time such as applications of reconnaissance and surveillance. However, real time processing requires causality in the sense that the process can only use the information available up to the data sample currently being visited. Interestingly, very little work has been investigated to address this issue. The project is based on the mechanism of hyperspectral real-time target detection, by using statistics information methods, under unsupervised condition , proceeding research of the problems how to get causal RXD to let it has real-time target detection ability. Using effective spectral dimension（ESD） to solve the threshold segmentation problems exist in RXD method. Research of using ATGP to searching target pixel specrtral in hyperspectral image. Research of causal PPI to let it has the ability of real-time target detection. Based on unsupervised real-time target detection, research of how to get CEM、TCIMF and LCMV causalized, using woodbury standards to deduct autocorrelation matrix in CEM、TCIMF and LCMV to solve the problem that the autocorrelation matrix update too slowly. The project uses ROC curve to compare the algorithms before and after their real-time one. The aim of the project is to develop real-time target detection based on hyperspectral image on time, gradually, forming a system that combine "theory-algorithm-result evaluation" unsupervised hyperspectral image real-time target detection.

本项目的目的是设计和发展非监督高光谱实时目标探测处理方法。从高光谱实时目标探测的机理出发，利用统计信息学的方法，研究在非监督情况下，如何将RXD方法进行因果化，从而具有实时探测目标能力的问题，利用有效光谱维数方法（ESD）解决RXD方法中阈值分割的问题；研究利用ATGP实时寻找高光谱图像中目标像元的问题；研究将PPI进行因果化，从而具有实时探测目标的问题。在非监督实时目标探测的基础上，研究如何对CEM、TCIMF和LCMV等目标探测方法进行因果化，采用woodbury准则对CEM、TCIMF和LCMV等算法中存在的自相关矩阵实时更新方法进行推导，从而解决自相关矩阵的实时更新速度慢的问题。本项目用接收特征操作曲线对实时化前后的各种算法进行比较。本项目旨在不失时机地开展基于高光谱成像技术的实时目标探测方法研究，逐步形成集"原理－算法－结果评价"于一体的非监督高光谱图像实时目标探测体系。

项目主要目的是设计和发展非监督高光谱实时目标探测处理方法。项目着重于研究在非监督情况下，如何将RXD方法进行因果化，从而具有实时探测目标能力的问题，研究利用ATGP实时寻找高光谱图像中目标像元的问题；研究将PPI进行因果化，从而具有实时探测目标的问题。在非监督实时目标探测的基础上，研究如何对CEM、TCIMF和LCMV等目标探测方法进行因果化，采用woodbury准则对CEM、TCIMF和LCMV等算法中的自相关矩阵进行实时更新。 . 通过对当前承担的基金项目的研究，我们获得了重要的研究成果，而且我们也发现了现有的研究中存在的一些问题，比如计算量过大，计算时间过长(对实时而言)等问题，经过项目组的主要研究人员经过三年多的努力，从信号学原理上解释了高光谱遥感图像实时目标探测的机理；开发出了基于Woodbury等式的自相关矩阵R的逆的更新方法，从而使得自相关矩阵的更新仅需提供新的像元向量；开展了实时算法的定量化评价的理论分析和研究，提出了3D ROC的方法来验证算法的性能。本申请项目的主要研究内容是在上述研究成果和应用需求的基础上提出的，其研究意义在于在前期非监督高光谱图像实时目标探测方法研究的基础上，进一步开展多模式高光谱遥感图像的实时目标探测方法研究，解决现有方法中存在的问题，促进高光谱遥感图像实时目标探测系列研究成果的深化和应用，进一步推动实时目标探测技术在军事领域和民用领域的应用和发展。