稀疏表达和跨领域学习的高光谱遥感图像亚像元目标探测研究

Sub-pixel targe detection from hyperspectral remote sensing images draws great interest in the academic fields. The key problems include: 1) Effectively represent the targets, by maintaining the target discriminative information and avoiding the background disturbing informatin; 2) Target detectors' adaptation ability, so as to perform well on different datasets; 3) Accurately restore the sub-pixel information of the targets, in order to avoid the loss of spatial information of targets due to the spatial resolution. To solve the above three problems, this project would research on the following respects: sparse representation based target detection models, domain adaptation of target detectors, and sub-pixel mapping of targets. In this way, a sparse representation and domain adaptation based sub-pixel target detection theory can be constructed. The research findings can not only remarkably increase the ability to detect sub-pixel targets from hyperspectral images, but can also promote the applications of hyperspectral remote sensing in many fields, such as agriculture monitoring, military reconnaissance, city plan, mineral exploration, and so on.

高光谱遥感图像的亚像元目标探测是学术界普遍关注的研究方向。其中的关键问题在于：1）目标特征的有效表达，既能保持目标判别信息的同时又能避免背景信息干扰；2）目标探测方法的适应性，使目标探测器可以适用于各种不同数据；3）目标亚像元空间信息的准确还原，克服空间分辨率低导致的目标形状信息缺失。针对这三个问题，本项目从特征表达-目标探测-亚像元解译的思路出发，围绕稀疏表达的目标探测模型、目标探测方法的跨领域学习和目标地物的亚像元定位开展深入研究，形成稀疏表达和跨领域学习的亚像元目标探测理论。本项研究成果不仅可以提升高光谱遥感图像亚像元目标探测能力，也对促进我国高光谱遥感在农业监测、军事侦察、城市规划、矿产勘查等领域的广泛应用具有重大的实际意义。

高光谱图像目标探测受到空间分辨率的限制，车辆，舰船等地物目标通常分布在亚像元之内，从亚像元中提取出目标像元是高光谱图像处理领域一个热点。但是由于光谱表达地物的能力不足、目标探测方法适应性不强以及亚像元空间信息难以还原等因素限制，高光谱亚像元目标探测精度通常不高。针对高光谱图像目标探测中的光谱变化、像元混合以及传统的目标探测方法性能不足的问题，我们将传统的高光谱图像目标探测算法与稀疏表达、迁移学习相结合，提出了基于稀疏表达和跨领域学习的高光谱遥感图像亚像元目标探测的一整套体系与方法。针对现有方法不能利用目标稀疏性的问题，我们探究了高光谱遥感图像稀疏表达的目标探测的理论方法；针对亚像元目标探测方法泛化能力较低的难题，我们提出了高光谱遥感图像目标探测的迁移学习理论方法，针对现有方法难以恢复亚像元目标边缘、形状等信息的问题，我们建立高光谱图像目标地物亚像元定位方法。在本项目的探究过程中，我们成功提出了“自适应字典学习-高光谱稀疏学习模型-基于稀疏的目标探测器”的研究框架。我们提出的目标的稀疏表达模型自适应的捕获高光谱图像本身的空谱特征，增强了目标的表达能力，所获字典能较好捕获目标像元与背景的内在差异，提高了背景与目标像元的可分度；提出的基于迁移学习亚像元目标探测的算法可保持目标光谱的判别能力，提高了高光谱目标探测器的泛化能力；建立的目标地物亚像元定位理论，深入的挖掘了亚像元内在的空谱信息，提升了目标探测的深度与广度。本项目探究了高效的亚像元目标的表达理论，提出了高精度还原目标亚像元空间信息的理论方法，建立了一系列行之有效的高光谱目标探测框架，补充了高光谱图像亚像元空谱信息还原理论与跨领域学习方向的空白，提升当下的高光谱图像目标探测的精度，促进了高光谱目标探测在国防安全、军事侦察、城市规划、农业生产、环境保护和矿产探查等诸多方面的应用，具有很高应用价值与科研价值。