高光谱异常检测方法：综述与比较研究

高光谱图像是由数百个连续的光谱波段组成的高维数据集，可以进行详细的材料和表面分析。高光谱异常检测（HAD）指的是在没有高光谱场景或目标光谱的先验信息的情况下，识别和定位此类数据中的异常目标的技术。近年来，这项技术取得了迅速的进展，广泛应用于农业、国防、军事监视和环境监测等领域。尽管取得了显著的进展，现有的HAD方法仍面临诸如高计算复杂度、对噪声的敏感性以及跨多样化数据集的有限泛化能力等挑战。本研究对各种HAD技术进行了全面的比较，将它们分为统计模型、基于表示的方法、经典机器学习方法和深度学习模型。我们通过17个基准数据集，使用ROC、AUC和可分离性图等不同的性能指标来评估这些方法，从而分析其检测精度、计算效率、优缺点以及未来研究方向。研究表明，深度学习模型在所有数据集上都取得了最高的检测精度，而统计模型则在所有数据集上表现出了卓越的速度。本研究旨在为从事高光谱异常检测方法研究和应用的研究人员和实践者提供宝贵的见解。

CCS概念：• 计算方法 → 场景异常检测。

附加关键词：高光谱成像，人工智能，异常检测

1 引言

1.1 背景

高光谱成像（HSI）是一种先进的遥感技术，能够在广泛的电磁波谱范围内捕获狭窄的光谱波段，为材料和物体提供详细的光谱信息。与依赖于有限数量的光谱波段（如RGB通道）或具有有限光谱分辨率的多光谱图像不同，高光谱成像为每个像素提供丰富的光谱特征，使其成为材料识别、环境监测和异常检测的强大工具。高光谱图像以三维数据立方体的形式表示，其中两个维度（𝑥, 𝑦）对应空间信息，第三个维度（𝑧）对应光谱波段【65】。高光谱图像依赖于每种材料具有独特光谱特征的事实，即反射与入射电磁辐射的比率随着波长的变化而变化。对这些高光谱图像的分析包括光谱解混，旨在分离给定像素中不同物体的贡献，进行高光谱物体分类，将每个像素分类到特定类别，以及异常检测，检测具有异常光谱特征的像素【15】。高光谱图像中的异常指的是那些显示出不同于背景或通常在场景中存在的主要光谱特征的物体或感兴趣区域，这些被称为常规光谱模式【87】。这些“正常”光谱模式通常由多数类的统计特性或丰度定义，代表图像中常见模式的预期光谱响应（如强度、组成、反射特性等）。异常通常只占图像的极小区域。在实际应用中，异常可以根据行业和预期场景的背景以不同的形式出现。例如，在国防和航空航天领域，典型的背景可能是包括海洋、沙漠或森林的大范围景观。在这种背景下，异常可能包括飞机、太空垃圾、船只、车辆等人造物体，以及屋顶等具有显著不同光谱特征的独特特征，因为它们的光谱属性与主导的自然或城市背景大不相同。这些异常检测应用可以用于搜救机制、矿产侦察、国防监视和危险检测【23】。在农业领域，‘正常’场景通常由健康作物或特定土壤类型组成，异常则可能指示作物疾病或土壤污染，因为它们的光谱响应发生了变化。同样，在食品安全领域，高光谱成像可以检测化学掺假【57】，例如在牛奶中发现过量的尿素，其掺假物的光谱特征与纯牛奶的光谱特征明显不同。本文聚焦于航空遥感和卫星数据集中的高光谱异常检测（HAD），如AVIRIS（机载可见红外成像光谱仪）、HYDICE（高光谱数字图像收集实验）和ABU（机场沙滩与城市数据集），这些数据集通常用于检测与自然背景的空气中异常物体的遥感应用。随着HAD研究的不断发展，近年来该领域取得了显著进展。如图1所示，基于Scopus和Google Scholar的数据，关于HAD的文章数量从2010年的约80篇激增至2024年的900篇以上。这个上升趋势得到了强烈的决定系数（R² ≈ 0.97）的支持，表明研究兴趣在持续且显著增长。这一增长反映了新兴的HAD算法不断出现，解决了图像中复杂背景场景、数据可用性有限、计算效率低下和准确检测异常等关键挑战。 尽管在深度学习算法（如扩散模型【10，50】、注意力驱动模型【36，45，46】和状态空间模型（Mamba）【25，30】）在HAD中的应用取得了显著进展，但现有的综述文章【29，53，61，64，86】通常呈现出零散的概述。许多综述主要集中在算法描述上，而未能充分讨论高光谱特征是如何学习和利用的，特别是在减轻数据噪声和稀缺性等问题上。此外，它们常常未能全面讨论深度学习的演变角色、模型的可扩展性和实际应用性，或者仅提供缺乏深入分析的高层次总结。运行时效率和计算复杂性是现实部署中至关重要的因素，然而这些问题在现有研究中常常被忽视。 为弥补这些识别出的空白，并为HAD的研究领域提供强有力的指南，本文提供了以下几个关键贡献： * 对HAD算法的结构化和详细分类，分为四大类：基于深度学习的方法（根据其架构特征进一步分为六个子类别）、统计方法、基于表示的模型和经典机器学习框架。 * 深入分析特征学习机制，并讨论深度学习算法，包括其可扩展性和实际应用性。 * 广泛覆盖17个广泛使用的数据集，并提供一张详细的表格，列出了每个数据集的特征，包括异常类型、引用、数据源和格式。 * 通过标准指标（如ROC曲线、AUC分数和箱形图）对每类算法进行了比较评估，以确保公平和一致的分析。 * 详细介绍了现有研究中经常忽视的关键现实因素，如噪声去除技术和运行时效率。 * 提供实际建议，讨论持续的挑战，并提出未来研究方向。

表1进一步总结了本综述如何解决这些局限性，并通过在HAD研究的关键方面提供更广泛和深入的覆盖，区分自己与现有的综述文章。