고분광 목표 탐지에서 배경 정보의 통계는 종종 목표 정보의 간섭을 받으며, 고분광 이미지에 존재하는 많은 혼합 픽셀이 이 간섭을 더욱 심화시킨다. 배경 정보를 정확히 통계하고 목표 픽셀이 배경 통계 정보에 미치는 간섭을 크게 줄이기 위해 스펙트럼 분해를 이용한 목표 탐지 알고리즘을 제안한다. 스펙트럼 분해와 목표 유사성 판단을 통해 목표 엔드멤버에 해당하는 풍부도 계수를 획득하고, 이를 스펙트럼 각도 계수와 결합하여 합리적인 배경 가중 계수를 생성한 후, 가중 제한 최소 에너지 연산자(CEM)를 이용해 목표 탐지를 수행하여 혼합 픽셀의 배경 정보 통계 정확도를 효과적으로 향상시킨다; 목표 엔드멤버에 해당하는 풍부도 계수와 스펙트럼 각도 계수를 이용해 초기 목표 탐지 결과를 생성하고, 가중 CEM 목표 탐지 결과와 융합하여 추가 최적화를 수행함으로써 알고리즘의 안정성을 높이고 목표 탐지 정확도를 다시 향상시킨다. 실험 결과는 시뮬레이션 고분광 이미지와 실제 고분광 이미지 모두에서 본 알고리즘이 우수한 목표 탐지 효과를 보이며, 안정성이 강하고 목표 탐지 정확도가 효과적으로 향상됨을 나타낸다. 제안된 알고리즘은 전통적인 CEM 알고리즘, 스펙트럼 각도를 기반으로 한 가중 CEM 알고리즘, 풍부도 계수를 정규화한 목표 결과와 비교하여 각각 평균 AUC 값이 0.0712, 0.0312 및 0.0150만큼 향상되어 고분광 응용 분야에서 높은 실용성을 가진다.

고분광 이미지;목표 탐지;스펙트럼 분해;풍부도;스펙트럼 각도