应用科学学报 ›› 2012, Vol. 30 ›› Issue (1): 82-88.doi: 10.3969/j.issn.0255-8297.2012.01.013
成宝芝, 赵春晖, 王玉磊
CHENG Bao-zhi, ZHAO Chun-hui, WANG Yu-lei
摘要:
异常目标检测是高光谱数据处理的重要应用之一. 传统方法采用支持向量数据描述(support vector datadescription, SVDD)检测异常目标而不考虑图像自身存在的背景干扰,检测概率较低. 该文提出一种新方法,将光谱解混技术引入到基于SVDD的异常检测问题中,实现高光谱图像复杂背景信息和目标信息的分离,使解混后的误差数据含有丰富的目标信息,抑制了背景干扰. 利用非线性SVDD将解混误差数据映射到高维特征空间,充分利用高光谱图像波段间的非线性统计特性,完成异常目标的检测. 仿真实验结果表明,该算法提高了异常目标的检测能力,降低了虚警率.
中图分类号: