1.一种基于目标-背景重构偏差的高光谱遥感图像目标检测方法,其特征在于,包括:
获取待检测高光谱遥感图像;
将所述待检测高光谱遥感图像输入预训练的非对称自编码网络中,得到所述待检测高光谱遥感图像中每个像素对应的第一输出和第二输出;所述预训练的非对称自编码网络包含:预训练的特征提取子网络、预训练的特征融合子网络和预训练的特征重构子网络;所述特征融合子网络的输入为所述特征提取子网络的输出,所述特征重构子网络的输入为所述特征融合子网络的输出;所述第一输出为所述特征提取子网络的输出,所述第二输出为所述特征重构子网络的输出;所述预训练的非对称自编码网络是采用多个混合目标光谱和多个混合背景光谱训练得到的;所述多个混合目标光谱和多个混合背景光谱是基于第一高光谱遥感样本图像、预设目标的先验光谱和双线性光谱混合模型生成的;
根据所述第一输出和所述第二输出,确定所述像素的光谱角距离;
通过对所述像素的光谱角距离的平滑处理,得到所述待检测高光谱遥感图像是否包含所述预设目标的检测结果;
其中,所述多个混合目标光谱和所述多个混合背景光谱的生成方法包括:
分别获取所述第一高光谱遥感样本图像,以及所述预设目标的先验光谱,所述先验光谱的数目为;
根据所述先验光谱和自动端元提取方法,从所述第一高光谱遥感样本图像中提取背景光谱;所述背景光谱区别于所述先验光谱,所述背景光谱的数目为,和均为大于2的整数;
每次从个先验光谱中选取一个先验光谱,根据选取的先验光谱、个背景光谱和第一预设丰度值,生成个混合目标光谱,直至遍历完个先验光谱时,将次生成的混合目标光谱作为生成的所述多个混合目标光谱;混合目标光谱表示为:,其中,表示混合目标光谱,表示每次从个先验光谱中选取的一个先验光谱,为,表示个背景光谱,为,表示第一预设丰度值,表示逐元素相乘运算;
每次从个背景光谱中选取一个背景光谱,根据选取的背景光谱、第二预设丰度值,以及个背景光谱中序号位于选取的背景光谱之后的背景光谱,生成至少一个混合背景光谱,直至遍历完个背景光谱时,将次生成的混合背景光谱作为生成的所述多个混合背景光谱;混合背景光谱表示为:,其中,表示混合背景光谱,表示每次从个背景光谱中选取的一个背景光谱,为,表示个背景光谱中序号位于之后的背景光谱,,表示第二预设丰度值。
2.根据权利要求1所述的基于目标-背景重构偏差的高光谱遥感图像目标检测方法,其特征在于,在所述将所述待检测高光谱遥感图像输入预训练的非对称自编码网络中,得到所述待检测高光谱遥感图像中每个像素对应的第一输出和第二输出之前,所述方法还包括:采用所述多个混合目标光谱和所述多个混合背景光谱,对包含预训练的特征提取子网络、初始特征融合子网络和初始特征重构子网络的非对称自编码网络进行训练,得到所述预训练的非对称自编码网络。
3.根据权利要求2所述的基于目标-背景重构偏差的高光谱遥感图像目标检测方法,其特征在于,在所述采用所述多个混合目标光谱和所述多个混合背景光谱,对包含预训练的特征提取子网络、初始特征融合子网络和初始特征重构子网络的非对称自编码网络进行训练,得到所述预训练的非对称自编码网络之前,所述方法还包括:获取带有像素标签的第二高光谱遥感样本图像;所述第二高光谱遥感样本图像中的每个像素的像素标签表征该像素所属的目标类别;
采用所述第二高光谱遥感样本图像对包含初始特征提取子网络和初始分类器的高光谱分类网络进行训练,其中,在每次训练后,根据得到的所述第二高光谱遥感样本图像中每个像素的预测结果与该像素对应的像素标签之间的交叉熵,确定损失值,根据所述损失值进行所述高光谱分类网络的参数更新,通过多次迭代训练,得到预训练的高光谱分类网络;
将所述预训练的高光谱分类网络中的特征提取子网络,作为所述预训练的特征提取子网络。
4.根据权利要求2所述的基于目标-背景重构偏差的高光谱遥感图像目标检测方法,其特征在于,所述采用所述多个混合目标光谱和所述多个混合背景光谱,对包含预训练的特征提取子网络、初始特征融合子网络和初始特征重构子网络的非对称自编码网络进行训练,得到所述预训练的非对称自编码网络,包括:在第i次训练时,从所述多个混合目标光谱和所述多个混合背景光谱中选出用于训练的混合目标光谱和混合背景光谱,共同输入第i-1次训练后的非对称自编码网络中,得到第i次的特征提取子网络的输出,以及第i次的特征重构子网络的输出;所述第i-1次训练后的非对称自编码网络包括:所述预训练的特征提取子网络、第i-1次训练后的特征融合子网络和第i-1次训练后的特征重构子网络;i为大于或等于1的整数;
根据所述第i次的特征提取子网络的输出,以及所述第i次的特征重构子网络的输出,确定第i次的光谱角距离,得到第i次的损失值;
根据所述第i次的损失值,对第i-1次训练后的特征融合子网络和第i-1次训练后的特征重构子网络进行更新,得到第i次训练后的非对称自编码网络,如此迭代训练,直至得到第i+p次训练后的非对称自编码网络;p为大于1的整数;所述第i次训练后的非对称自编码网络包括:所述预训练的特征提取子网络、第i次训练后的特征融合子网络和第i次训练后的特征重构子网络;
将第i+p次训练后的非对称自编码网络,作为所述预训练的非对称自编码网络。
5.根据权利要求4所述的基于目标-背景重构偏差的高光谱遥感图像目标检测方法,其特征在于,所述特征提取子网络包括:第一卷积处理模块、N个多尺度残差卷积块;所述特征融合子网络包括:N个残差注意力块、第二卷积处理模块;所述特征重构子网络包括:N个残差反卷积块;所述特征提取子网络的输出包括:N个残差注意力块的输出;所述特征重构子网络的输出包括:N个残差反卷积块的输出;所述在第i次训练时,从所述多个混合目标光谱和所述多个混合背景光谱中选出用于训练的混合目标光谱和混合背景光谱,共同输入第i-1次训练后的非对称自编码网络中,得到第i次的特征提取子网络的输出,以及第i次的特征重构子网络的输出,包括:第i次训练时,将所述用于训练的混合目标光谱和混合背景光谱,共同输入第i-1次训练后的非对称自编码网络中的第一卷积处理模块进行处理,所述第一卷积处理模块将输出输入第i-1次训练后的非对称自编码网络中的第j个多尺度残差卷积块,所述第j个多尺度残差卷积块对输入进行处理后,将输出分别输入第j+1个多尺度残差卷积块与第N个残差注意力块;j为1;
所述第j+1个多尺度残差卷积块对输入进行处理后,将输出分别输入第j+2个多尺度残差卷积块与第N-1个残差注意力块;
所述第j+2个多尺度残差卷积块对输入进行处理后,将输出分别输入第j+3个多尺度残差卷积块与第N-2个残差注意力块,如此,直至第N个多尺度残差卷积块对输入进行处理后,将输出输入第1个残差注意力块;
所述N个残差注意力块将输出共同输入所述第二卷积处理模块进行处理,所述第二卷积处理模块将输出输入第k个残差反卷积块进行处理,所述第k个残差反卷积块将输出输入第k+1个残差反卷积块进行处理,如此,直至第N-1个残差反卷积块将输出输入第N个残差反卷积块进行处理,得到第N个残差反卷积块的输出;k为1。
6.根据权利要求5所述的基于目标-背景重构偏差的高光谱遥感图像目标检测方法,其特征在于,所述第一卷积处理模块包括:卷积层、批归一化运算层和非线性激活层;每个多尺度残差卷积块包括:第一子卷积处理模块、第二子卷积处理模块和第三子卷积处理模块、第四子卷积处理模块和第一求和处理模块;其中,所述第一子卷积处理模块和所述第二子卷积处理模块的输入相同,所述第一子卷积处理模块的输出作为所述第三子卷积处理模块的输入,所述第三子卷积处理模块的输出作为所述第四子卷积处理模块的输入,所述第四子卷积处理模块的输出和所述第二子卷积处理模块的输出,共同作为所述第一求和处理模块的输入;
所述第二卷积处理模块包括:求和运算层和所述卷积层;每个残差注意力块依次包括:池化处理层、映射激活层、所述求和运算层、相乘运算层和所述卷积层;其中,所述池化处理层的输入和所述求和运算层的输出,共同作为所述相乘运算层的输入;
每个残差反卷积块包括:第一反卷积处理模块、第二反卷积处理模块、第三反卷积处理模块、第四反卷积处理模块和第二求和处理模块;其中,所述第一反卷积处理模块和所述第二反卷积处理模块的输入相同,所述第一反卷积处理模块的输出作为所述第三反卷积处理模块的输入,所述第三反卷积处理模块的输出作为所述第四反卷积处理模块的输入,所述第四反卷积处理模块的输出和所述第二反卷积处理模块的输出,共同作为所述第二求和处理模块的输入。
7.根据权利要求1所述的基于目标-背景重构偏差的高光谱遥感图像目标检测方法,其特征在于,所述根据所述先验光谱和自动端元提取方法,从所述第一高光谱遥感样本图像中提取背景光谱,包括:初始化待提取的背景光谱的数量为,将所述先验光谱作为初始端元光谱;为大于1的整数;
在第K次迭代时,根据单位矩阵和第K-1次迭代得到的端元光谱,构建第K次的正交子空间投影器;其中,当K=1时,第K-1次迭代得到的端元光谱为所述初始端元光谱;所述单位矩阵根据所述先验光谱确定;
通过第K次的正交子空间投影器,将所述第一高光谱遥感样本图像中的每个像素投影至正交子空间,得到各个像素第K次投影后的模值;
将各个像素第K次投影后的模值中的最大值对应的像素,分别作为第K次迭代提取的背景光谱和第K次迭代得到的端元光谱,如此迭代,直至得到第次迭代提取的背景光谱和第次迭代得到的端元光谱。
8.根据权利要求1所述的基于目标-背景重构偏差的高光谱遥感图像目标检测方法,其特征在于,所述第一输出包括:N个第一输出;所述第二输出包括:N个第二输出;所述像素的光谱角距离通过下述公式计算:;
其中,表示像素的光谱角距离,为,表示第个第一输出,表示波段维度,表示通道维度中的所有元素,为,表示第个第二输出,为转置符号,表示范数符号。
9.根据权利要求1所述的基于目标-背景重构偏差的高光谱遥感图像目标检测方法,其特征在于,所述通过对所述像素的光谱角距离的平滑处理,得到所述待检测高光谱遥感图像是否包含所述预设目标的检测结果,包括:采用高斯滤波器对所述像素的光谱角距离进行平滑处理,得到所述像素的置信度;所述置信度用于表征是否包含所述预设目标;
当所述待检测高光谱遥感图像包含的像素中,存在置信度大于或等于预设阈值的像素时,所述待检测高光谱遥感图像的检测结果为包含所述预设目标;
当所述待检测高光谱遥感图像包含的像素的置信度均小于所述预设阈值时,所述待检测高光谱遥感图像的检测结果为不包含所述预设目标。