时空谱融合的高光谱视频序列目标检测理论与方法

Target detection of hyperspectral video sequence is an emerging hot topic in the field of remote sensing and signal processing. For the demand of anomaly objects and chemical gas plume detection in environmental monitoring and homeland security, target detection models and algorithms for hyperspectral video sequences are studied based on low-rank and sparse representation. (1) Spectral library of typical targets and background objects is established, and distinct features of targets are adaptively extracted based on visual perception mechanism and spectral characteristics; (2) Temporal-spatial-spectral model for target detection of hyperspectral video sequence is advanced by employing graph regularization on the framework of low-rank and sparse representation, to improve the accuracy and stability of target detection; (3) Fast algorithms and their parallel optimizations for target detection are designed on CPU/GPU heterogeneous platforms, for the purposes of emergency warning and rapid response. A novel temporal-spatial-spectral target detection method for hyperspectral video sequence is proposed, which will promote the development of efficient hyperspectral information processing, and have wide application perspectives in the fields of environmental monitoring, homeland security and military reconnaissance.

高光谱视频序列目标检测是遥感探测与信号处理领域的新兴研究热点。针对环境监测和国土安全中的异常对象、化学气体等目标检测需求，研究基于信号稀疏表示理论的高光谱视频序列目标检测模型与算法，主要内容包括：(1) 建立典型目标、背景地物光谱数据库，研究基于视觉感知机理和本征光谱特性的目标显著特征自适应提取方法；(2) 基于低秩和稀疏表示理论框架，结合图正则化方法建立时空谱融合的高光谱视频序列目标检测模型，提高目标检测的精度和稳定性；(3) 基于GPU/CPU异构计算平台设计多级协同的高性能并行优化方法，实现异常目标的快速检测，以满足突发预警和应急响应要求。本项目将发展出一套新的时空谱融合的高光谱视频序列目标检测方法，进一步促进高光谱遥感信息处理理论与方法的发展，在环境监测、国土安全、军事侦察等领域具有广阔的应用前景。

高光谱视频序列目标检测是遥感探测与信号处理领域的新兴研究热点。随着星载/机载高光谱遥感探测技术的不断发展，用户对高光谱遥感数据处理提出了更高的质量要求和应用需求，高光谱遥感探测任务每天产生的大数据量给数据处理带来了巨大的挑战。本项目研究时空谱融合的高光谱遥感目标检测高效处理理论与方法，主要的创新成果包括：提出多维度稀疏特征提取方法，以最大化背景-目标距离准则，研究背景与目标特点，采用不同的重构与检测约束，建立基于时空谱多特征联合正则化的高光谱图像/视频序列目标检测方法。充分利用高光谱图像的空间维和光谱维联合信息，提出高光谱图像空谱自适应的张量表示方法，有效刻画高光谱图像/视频内在高阶张量结构和本质特征。提出高光谱空谱自适应的张量表示稀疏与低秩先验度量，设计高光谱图像的非局部、几何、统计信息正则项，利用高空间分辨率辅助图像建立基于张量稀疏表示的高光谱图像融合模型。设计多级协同的高光谱遥感图像处理分布式并行优化算法，提高算法处理效率，满足遥感应用实时处理需求。构建遥感大数据处理云平台，针对环境监测、资源探测、军事侦察等典型行业应用需求，设计元启发式多任务优化调度方法，提供业务化、规范化、可扩展的高光谱遥感大数据高效处理服务。本项目形成了一套时空谱融合的高光谱遥感目标检测新方法，开发了相应的软件系统，获江苏省科学技术奖二等奖，并利用实际应用验证了项目研究成果的有效性。在IEEE Trans. on GRS等国际高水平学术刊物上共发表论文55篇，其中SCI检索36篇，包括SCI检索JCR 1区论文18篇，申请国家发明专利8项(4项已授权)，获得软件著作权1项，培养研究生19人。项目相关成果在对地观测、深空探测等领域具有广阔的应用前景。