张 宁，朱浩文，谢少彪，兰先超，陈 乾

（1.上海航天电子技术研究所，上海 201109；2.上海航天智能计算技术重点实验室，上海 201109；3.上海航天技术研究院，上海 201109）

0 引言

高光谱图像具有光谱响应范围广、图谱合一等特点，在目标检测和识别等应用中具有显著的优势［1-2］。我国高分五号卫星高光谱载荷具有30 m 空间分辨率和5～10 nm 的光谱分辨率，在我国农作物估产、环境监测、城市规划和国防安全等领域发挥了重要的作用［3-4］。

民航飞机和油轮在高光谱图像中通常呈现亚像元的状态，即点目标。民航飞机等目标的搜索关系到人民生命安全等问题，因此，具有重要的研究意义。星上信息系统实现高光谱图像的处理，由于星上硬件资源有限，所采用的目标检测和识别算法复杂度不宜过高。星上高光谱目标检测方法可分为两类：一类是基于先验信息的光谱匹配方法；另一类是无监督的异常检测方法。常见光谱匹配方法有正交子空间投影（Orthogonal Subspace Projection，OSP）、约束能量最小化（Constrained Energy Minimization，CEM）等。异常检测方法不依赖事先提供目标的光谱信息，通过统计目标和背景的光谱差异来确定异常目标。常见的异常检测方法有REED 和YU 提出的RX 算法、奇异值分解（Singular Value Decomposition，SVD）等［5-8］。对于未知异常目标检测的应用，适合采用异常检测的方法，由于缺少先验光谱信息，且检测效果受到图像背景的干扰，容易产生虚警。

综上所述，针对异常点目标检测的应用，本文提出了一种基于空间分布特性分析的多层级RX 检测方法，根据点目标空间分布的特点，逐层级调整检测概率，使得能量朝点目标聚集，抑制背景的影响。……