高光谱遥感目标检测是遥感信号处理领域的热点问题,基于核机器学习的KRX 算法能充分利用高光谱波段间的非线性光谱特性,在原始光谱的特征空间进行探测,能够获得较好的检测效果。针对KRX 算法检测过程计算复杂、不能满足快速处理要求的缺陷,引入了卡尔曼滤波器的递归思想,提出了一种核递归的高光谱异常目标检测算法。从光谱分析的角度,应用Woodbury 引理从上一时刻的状态迭代更新当前像元的Gram 核矩阵,避免了高维矩阵数据重复计算。实验结果表明,与传统RX、因果RX 和KRX 等算法相比,在检测精度有所提高的同时,大大缩短了算法检测时间,提高了异常目标检测效率。
