Anomaly Detection Algorithm Based on Endmember Extraction in Hyperspectral Imagery
-
摘要: 针对高光谱图像混合像元影响异常检测效果的问题，提出了一种基于端元提取的异常检测算法。该算法采用小波分解，将原始高光谱图像分解为高频信息图像和低频信息图像，舍弃低频信息图像，只利用高频信息图像，从而抑制了背景，突出了目标；然后使用正交子空间投影（OSP）方法提取图像的端元光谱；最后根据提取的端元光谱，采用光谱角匹配（SAM）技术完成高光谱图像的异常检测。为了验证本文方法的有效性，利用 AVIRIS 高光谱数据进行了仿真实验，取得了较好的检测效果。与其他算法相比，结果表明，本文算法的检测性能明显优于传统算法，既降低了虚警率，又大大缩短了计算时间，适用于实时的高光谱图像异常目标检测。
-
-
期刊类型引用(4)
1. 赵栓峰，黄涛，许倩，耿龙龙. 面向无人机自主飞行的无监督单目视觉深度估计. 激光与光电子学进展. 2020(02): 145-154 . 
百度学术
2. 陈裕如，赵海涛. 基于自适应像素级注意力模型的场景深度估计. 应用光学. 2020(03): 490-499 . 百度学术
3. 王倩倩，赵海涛. 基于深度CRF网络的单目红外场景深度估计. 红外技术. 2020(06): 580-588 . 本站查看
4. 张源峰，程恩. 光学图像信息多标记特征分层识别系统设计. 激光杂志. 2020(07): 209-212 . 百度学术
其他类型引用(6)
计量
- 文章访问数: 75
- HTML全文浏览量: 14
- PDF下载量: 11
- 被引次数: 10
下载:
