基于RXD的高光谱干涉维数据异常探测算法研究

信息丰富的高光谱数据在异常探测方面独具优势，干涉成像光谱仪作为一种光谱间接分光的新型成像光谱仪，是获取高光谱数据的新兴手段。光谱复原后的光谱维数据存在相位误差、信噪比严重下降等问题，相对的干涉成像光谱仪获取到的原始信号（干涉维数据），则具有高信噪比、数据特征变换空间广阔及处理流程简化等优点。项目首次提出了干涉维数据直接用于异常探测的创新理念，对于干涉成像光谱仪成像方式引起的数据特性变化，以典型异常探测算法RXD为切入点，探索与解决直接利用干涉维数据进行异常探测的如下关键问题：(1)基于RXD算法原理分析，开展干涉维数据统计特性建模、目标背景数据白化空间变化规律研究；(2)在此基础上，开展海量干涉维数据选择与特征变换模型研究；(3)实现基于RXD的干涉维数据优化，提出基于RXD的干涉维数据异常探测算法。基于干涉维数据的异常探测算法，可有效提高异常探测效率与精度，对军事侦察等具有重要意义。

高光谱数据由于其丰富的谱段信息成为异常探测的重要手段，针对新型成像光谱仪——干涉成像光谱仪在光谱复原后存在的信噪比严重下降等问题，本项目在对HJ-1 HSI干涉成像光谱仪数据获取与分析、考虑分束器等相位误差基础上进行干涉维图像仿真模拟与基于光谱响应的光谱维模拟实验数据集构建等基础上，深入剖析典型异常探测算法RXD理论基础与特点，进而开展了光谱维、干涉维数据的单通道、多通道联合统计特性比较分析、不同目标背景数据下的白化空间变化特性研究，在此基础上，给出了干涉维数据选择与特征降维方法，进而针对干涉数据提出了基于背景优化的w_RXD算法。