论文摘要
高光谱图像异常点检测中,传统RX异常点检测算法忽略了空间相关性,背景估计不准确。本文提出了一种基于图像局部邻域光谱显著性分析的加权RX算法。该算法通过引入图像显著性分析,对基于概率密度为权重的图像背景建模进行改进,建立光谱显著性权重图,重新定义RX算法中的均值向量和协方差矩阵,并给不同的目标赋予不同的权值,达到优化背景估计的目的。利用合成高光谱数据和真实高光谱数据进行异常点检测实验,结果表明,对于同一组数据,本文算法检测到的异常点数比传统算法多,虚警率较低,有效地提高了检测率。
论文目录
文章来源
类型: 期刊论文
作者: 刘嘉诚,王爽,刘伟华,胡炳樑
关键词: 异常点检测,显著性,算法,高光谱图像处理
来源: 遥感学报 2019年03期
年度: 2019
分类: 基础科学,信息科技,工程科技Ⅱ辑
专业: 工业通用技术及设备,自动化技术
单位: 中国科学院西安光学精密机械研究所光谱成像技术重点实验室,中国科学院大学
基金: 国家自然科学基金(编号:61501456,11327303,61405239),中国科学院西部青年学者项目基金(编号:XAB2016B20)~~
分类号: TP751
页码: 418-430
总页数: 13
文件大小: 8574K
下载量: 182