基於仿生視覺的高光譜遙感異常檢測方法研究

《基於仿生視覺的高光譜遙感異常檢測方法研究》是依託河海大學，由李敏擔任項目負責人的青年科學基金項目。

基本介紹

• 中文名：基於仿生視覺的高光譜遙感異常檢測方法研究
• 項目類別：青年科學基金項目
• 項目負責人：李敏
• 依託單位：河海大學

項目摘要

高光譜遙感異常檢測可以在無先驗知識的條件下檢測與周圍背景存在光譜差異的目標，在諸多領域（如：國防、軍事安全等）具有重要的套用價值。然而，大尺度空間觀測下地物屬性的精細表征導致的光譜干擾嚴重、複雜等問題，致使現有的異常目標檢測方法存在高虛警率、低識別率等不足。為此，受蠅視覺系統快速、完備信息處理模式、高效壓縮融合機理以及自適應敏感性調節機制等生物學機理的啟發，提出並初步建立一套基於仿生視覺的高光譜遙感異常檢測理論和方法。開展如下研究：多孔徑同構異步分塊信息仿生處理模式研究；仿生視覺異常感知機理建模；高光譜遙感異常檢測算法以及彈性評價指標設計。重點解決：（1）高光譜遙感數據立方孔徑尺寸及映射函式設計；（2）信息的高效壓縮、超敏銳度融合以及有效增強與提取機理建模；（3）視神經纖維非線性自適應異常敏感性調節機制的研究與模擬。為該技術在實際中的套用打下紮實的理論基礎和實驗驗證準備工作。

結題摘要

隨著感測器技術的飛速發展以及高光譜遙感數據的不斷民用化，高光譜遙感異常檢測在諸多領域（如：國防、軍事安全等）顯現出重要的理論研究意義和實際套用價值。受蠅視覺系統快速、完備信息處理模式、高效壓縮融合機理以及自適應敏感性調節機制等生物學機理的啟發，課題組圍繞構建仿生視覺的多孔徑“同構異步”分塊信息處理模式、仿蠅視覺高效信息融合機理研究、仿生非線性自適應遙感異常檢測算法等內容展開了相關的研究。 經過了三年的研究和探索，主要研究內容如下：①多孔徑並行信息處理模式：針對遙感影像複雜背景下地物光譜特徵與目標光譜特徵之間存在較強相關性難於區分的問題，提出一種基於仿蠅視覺的複雜背景下遙感異常檢測算法。該算法模擬複眼多孔徑結構以及信息獲取與處理機制，構建具有自適應調節機制的多孔徑信息獲取與映射模式。實現對複雜背景的自適應特徵表征，改善了檢測虛警率高的問題。②仿生非線性濾波算法設計：受生物視覺系統利用不同屬性信息挖掘高維特徵機理的啟發，項目組設計了一種相關型非線性濾波器，用於改善和彌補線性濾波抗噪性能差、難於區分複雜背景特徵與目標特徵的缺點。該方法不涉及背景建模，計算複雜度低，具有較好的實時性與普適性。特別是對複雜背景下的小尺寸異常目標具有較好的檢測效果。③基於結構化特徵建模的軌跡異常分析：針對目標軌跡之間的相關型與形態分析的結構性特徵，提出一種基於軌跡分段主題模型的視頻異常行為檢測方法。通過結合軌跡分段與LDA主題模型，該算法能夠充分挖掘目標軌跡內部的行為特徵信息，識別多種異常行為模式，並且能提高對異常行為檢測的準確率。④多源數據融合：針對不同感測器設備獲得異源、異構數據對現有像素級融合算法提出的挑戰，課題組通過分析結構特徵提取算法、模糊邏輯理論等語義層數據融合方法，分別研究了光學與雷達數據的融合，以及融合可見光與紅外圖像信息的多目標檢測問題。 按照項目進度安排，實現了項目的原定的研究目標。在基金委的資助下，課題組在三年期間在國內外知名刊物上發表學術論文13篇，出版專著1部，申請發明專利1項，培養碩士研究生2人。研究成果為仿生視覺良態盲信號檢測技術奠定了初步的理論基礎，為遙感自動解譯技術發展提供了有效的技術支持。