4-邻域(平滑和联合)稀疏模型的高光谱图像目标检测算法

(1)空间4-邻域平滑稀疏模型

由于图像中相邻像素光谱差别的主要原因是，图像采集时传感器本身和复杂多变的大气状况造成的噪声的影响，所以多次计算取平均值是降低噪声影响的一种有效手段。 因此在综合考虑4-邻域内的5个像素的光谱曲线和其对应的稀疏表示后，提出4-邻域平滑稀疏表示模型以进行目标检测。对4邻域内的每个像素，单独计算每个像素的稀疏系数，在获得所有像素的稀疏系数后，计算待测像素与背最空间和目标空间的重建误差，以判别待测像素的类别归属。

(2)空间4-邻域联合稀疏模型

在4-邻域模型中，待检测像素以及其4-邻域像素的光谱可以表示为矩阵x=([xv,2_,xs]，矩阵中的每一列都表示一个像素的光谱向量。根据空间相关性，相邻像素归属于同种地物的概率较大，它们的光谱向量具有很高的相似性，因此，矩阵X中的每列像素的光谱相似性较高。