基于非精确计算的高光谱图像目标实时探测方法研究

Real-time target detection in hyperspectral images is very important in the time critical applications such as military reconnaissance, disaster monitoring and emergency rescue. It's a difficult problem for the target detection algorithm, not only in accuracy but also in processing time. In this study, approximate computing is applied as an innovative way in real-time target detection algorithms and computational complexity analysis. The Error tolerance and error propagation mechanisms of the target detection algorithms are analyzed under the constant false-alarm-rate. And a real-time hyperspectral image target detection algorithm using approximate computing is proposed, which can simplify the computational complexity significantly. Simulation experiments are conducted to verify the algorithm adaptability and robustness, by testing different hyperspectral images and targets. This study provides an effectively way to solve the real-time target detection both in process time and accuracy.

基于高光谱图像进行目标实时探测在军事侦察、灾害监测、应急救援等领域有着重大的应用需求。目标探测的实时性对算法提出了很高的要求，不仅需要"准"而且需要"快"，一直是研究的难点。本研究创新性地将非精确计算思想引入高光谱图像目标实时探测中，从算法逻辑和计算复杂度层面力图找到非精确计算理论与高光谱图像目标实时探测的契合点，通过恒虚警率下高光谱目标探测算法中误差显著性及传递机理的研究，提出实时处理约束下的目标探测算法非精确计算优化，实现计算规模的几何级数降低。并通过地面仿真实验，基于不同高光谱数据和目标类型对非精确计算方法的适应性和鲁棒性进行测试验证。本研究为解决目标实时探测中的时间及精度约束提供一种有效的新思路。

目标信息的星上在轨提取是智能观测的关键，是遥感观测系统从目标数据采集转变为目标实时感知的重要标志。常规的解决思路是将高性能处理元器件如FPGA以及GPU等应用于复杂算法处理的并行加速，其本质是利用像元级并行特性，进行并行数据处理，这类方法没有实质降低问题求解规模，完全依赖硬件计算性能的提升。本项目创新性地将近似计算思想引入高光谱星上在轨实时处理，实现数据和计算“轻量化”，为解决星上目标信息实时提取提供一种新的思路和方案。本研究以基于核方法的高光谱图像分类和目标异常探测算法为研究对象，从四个方面展开：（1）基于核方法的高光谱图像分类和目标异常探测算法的容错特性分析；（2）算法级近似计算的方案及实验；（3）硬件电路级近似计算的方案及实验；（4）基于近似计算的高光谱图像分类和目标异常探测性能评价。.基于高光谱图像的空间-光谱维数据相关冗余特征，以高光谱图像Kernel RXD目标异常探测算法为研究对象，完成空间-光谱维采样的高光谱图像异常检测快速算法，利用空间-光谱维采样生成新的“轻量化”数据，以替换全样本统计的快速计算和参数估计等。实现在均匀波段选择为原始波段的1/4时，仍能得到与原始波段相比较的异常探测结果；在空间维聚类中心个数为初始值的1/8时，仍能得到与原始400个聚类中心相当的异常探测结果。.基于地物光谱特征差异及核方法类别判定的容错特性，以高光谱图像支持向量机算法为研究对象，在高复杂度的核函数计算中采用近似计算的思路，硬件电路层面，采用多延时累加器的非精确计算电路，把低比特位纠错信号从最终的控制单元中直接删除，使累加运算需要的时间变少，减少的时间可以转化成功耗节省。试验中利用真实高光谱图像实现等效精度约束下，高光谱图像支持向量机类别判定效率提升2倍，计算功耗降低70%。.本项目提出并验证一种新的基于近似计算的高光谱星上实时处理流程框架，实现星上在轨数据和计算“轻量化”，在等效精度约束下，大幅提升计算效率的同时降低功耗占用，这是高光谱图像在轨目标信息提取的一个重要进步，具有巨大的应用潜力。