PIE-Hyp目标探测
目标探测主要是用于从高光谱影像中分离背景目标，寻找异常目标。目标探测包括约束能量最小化、自适应余弦估计、自适应匹配滤波、TCIMF、U TCIMF、SSRX和SSIE七部分。
目标探测菜单栏
1.目标探测
20世纪80年代末，美国的一些研究机构开始利用高光谱图像数据进行目标探测方面的研究。自上世纪九十年代，国外出现了进行高光谱图像目标探测算法理论研究的研究组。
高光谱图像分类方法与传统的多光谱分类有本质的区别，从高光谱图像的每个像元均可以获取一条连续的波谱曲线，就可以考虑用已知的波谱曲线和图上每个像元获取的波谱曲线进行对比，理想情况下，如果两条波谱曲线一样，就能说明这个像元是哪种物质。高光谱图像的这个特性，使它除了应用于一般的图像分类，还应用于物质识别、目标探测等。
图像分类更多关注的是地物覆盖和物质成分，目标探测是对特定对象的搜索，其结果是"有"或者"没有"。高光谱图像分类、物质识别、探测等称为波谱识别。
高光谱图像目标探测原理：
高光谱图像的各波段在成像范围内都是连续成像，因此高光谱的光谱曲线一般是平滑的、连续的曲线。高光谱图像的波段L中涵盖了物质的光谱信息，而每种物质的光谱信息都不一样，我们可以利用图像像素的光谱波段L所包含的特定的光谱信息来判断该像素所代表的特定的物质种类。
目标探测算法：
（1）约束能量最小化
最小能量约束（Constrained Energy Minimization，CEM）使用有限脉冲响应线性滤波器和约束条件，最小化平均输出能量，以抑制图像中噪声和非目标端元波谱信号，即抑制背景波谱，定义目标约束条件以分离目标波谱。
最小能量约束是一种已知目标、未知背景情况下的目标探测算法，适用于小目标的探测。
（2）自适应余弦估计
自适应余弦估计（Adaptive coherence estimator，ACE）是一种已知目标、未知背景的目标探测算法，其特点是无适用于小目标的局限性。
（3）自适应匹配滤波
自适应匹配滤波（Adaptive matched filter，AMF）是一种已知目标、未知背景的目标探测算法。
（4）TCIMF
目标约束下的干扰最小化滤波算法（TCIMF）在CEM探测算法基础上，设计一个探测算子同时约束目标特征d和背景矩阵U，在d中的期望目标特征被探测出来，同时U中不期望目标特征可以同时被消除掉。
（5）UTCIMF
非监督TCIMF（Unsupervised Target Constrained Interference Minimized Filter, UTCIMF）是对TCIMF算法的改进。通过混合像元分解中的端元提取算法，以目标光谱为初始端元进行端元提取，以提取的结果作为背景光谱。利用已知的目标光谱和上述的背景光谱，运行TCIMF算法，得到目标探测结果。需要注意的是，TCIMF支持多目标、多背景，但目前UTCIMF只支持单目标。
（6）SSRX
子空间RX（SubSpace RX, SSRX）是对RX算法的一种改进，属于"已知背景、未知目标"。运算过程中，先利用子空间投影的方法将所有像元投影到背景的正交子空间中，再在此子空间中进行RX异常检测算法。
（7）SSIE
基于高光谱图像的光谱、空间采样信息提取算法（Spectral Spatial Information Extraction，SSIE）是一种实现协方差矩阵快速计算的方法，普遍适用于各种目标探测算法。该算法不仅可以用于监督型目标探测算法，而且可以用于非监督型目标探测算法。总体而言，样本估计目标检测算法可以显著提高目标探测的处理速率，目标探测的先验知识越多，探测效果越好。
1.1主要内容
通过PIE-Hyp对高光谱影像数据使用不同算法进行目标探测功能操作。
1.2学习目标
-
熟练掌握目标探测功能操作。
| 序号 | 数据名称 | 数据说明 |
| 1 | 坏波段剔除.img | 经过坏波段提出后的高光谱影像数据 |
目标探测功能各种算法操作类似，下面以约束能量最小化（CEM）为例，其余算法操作请参考用户手册。
在"目标探测"标签下的"目标探测"组，单击【约束能量最小化】按钮，弹出"约束能量最小化"对话框，如下图所示：
约束能量最小化功能对话框
-
输入文件：输入待进行CEM检测的高光谱影像；点击【…】按钮，弹出输入数据信息对话框；
约束能量最小化输入数据对话框
-
通过"选择文件"中的文件列表选择文件或者通过单击【导入文件】按钮打开输入文件选择对话框选择输入外部文件；
-
单击"选择区域"右下端的【…】按钮打开空间子集选择对话框，可通过缩放红色方框或者手动输入待处理的空间范围；
-
单击"选择波段"右下端的【…】按钮打开波段子集选择对话框，可通过波段列表选择待处理的波段子集；
-
单击【确定】按钮，文件及空间波谱子集选择完成，返回到约束能量最小化对话框。
-
光谱收集：单击"波谱源"右侧的下拉列表选择框选择目标光谱的来源：
-
光谱库：从标准光谱文件中获得目标光谱，文件后缀名为.sli的光谱文件；
-
ASD二进制文件：利用ASD地物光谱仪测量采集的光谱反射率文件，文件后缀为.asd的ASD文件；
-
ASCII二进制文件：从ASCII文件中获取目标光谱，文件后缀名为.txt的存储光谱信息的文本文件；
-
ROI图层：在进行目标探测功能之前，利用图像分类工具手动勾选ROI，在波谱源选择ROI图层时，对各ROI计算均值光谱作为波谱源输入。
-
单击"波谱源"最右端的 [ … ] 按钮，根据选择的波谱源，打开相应的目标光谱，如下图所示：
搜集的目标光谱
其中，表格中的每一行表示一条光谱。
-
光谱名称：目标光谱的名称；
-
颜色：光谱在波谱浏览器中显示的颜色，"<无>"表示默认没有颜色；
-
来源：表示该光谱的波谱源，"ENVI_SLI"表示来自ENVI标准光谱文件，"ASD_FILE"表示来自ASD二进制文件；
-
波段数：表示光谱的波段数；
-
中心波长：表示光谱的波长范围及单位；
-
文件：表示该条光谱来自于哪个光谱文件。
在表格中可以选择一条或者多条目标光谱，用于CEM算法的目标光谱输入；另外对于搜集到的光谱可以进行如下操作：
-
选择所有：单击【选择所有】按钮，选中所有打开的目标光谱；
-
绘制：单击【绘图】按钮，在波谱浏览器中显示选中的目标光谱；
-
删除：单击 【删除】]按钮，移除选中的目标光谱；
-
算法选择：此项为可选操作，单击 [ 算法选择 ] 按钮，弹出算法选择对话框选择对话框，可以选择使用的目标检测算法。
算法选择对话框
设置完成后，单击 【应用】 按钮，弹出CEM算法参数设置界面（如果在上一步中选择了其他算法，则弹出相应算法的参数设置界面），如下图所示：
算法选择对话框
-
统计：可以选择【统计新的协方差矩阵】选项重新计算图像的协方差，并输出协方差统计文件；也可以选择【使用已存在的统计文件】选项打开已有的统计文件；
-
输出统计文件：设置输出统计文件的存放路径及名称；
-
统计使用：计算过程中可以选择【协方差矩阵】选项或者【相关系数矩阵】选项；
-
输出文件：设置输出数据的保存路径及名称。
所有参数设置完成后，点击【确定】按钮，进行CEM检测。
1.5操作技巧
技巧1 CEM算法的结果是每个目标波谱对比每个像元的灰度图像。像元值越大，越接近目标。可以用交互式拉伸工具对直方图后半部分进行拉伸。
1.6常见问题
暂无。
1.7复习思考题
-
使用演示数据或自行寻找的数据，练习【目标探测】功能操作。