Anomaly Detection SVDD Algorithm Based on Nonsubsampled Contourlet Transform
-
摘要: 由于图像复杂背景信息的干扰,一般检测算法的应用受到了限制,致使异常检测的虚警率较高,而基于支持向量数据描述(Support Vector Data Description,SVDD)的异常检测算法不需要对背景或者目标数据作任何分布假设,可将原始数据映射到高维特征空间进行异常检测.基于此,本文提出了一种基于非下采样Contourlet变换的异常检测SVDD算法.算法首先对高光谱数据进行NSCT(Nonsubsampled Contourlet Transform)分解,得到高频信息图像和低频信息图像;然后对低频信息作差,得到背景残差数据,抑制了背景信息;接着通过加权融合得到背景抑制后的高光谱图像,最后利用非线性SVDD将背景抑制后的高光谱图像映射到高维特征空间,完成异常目标的检测.通过仿真实验验证可知,所提出的算法与RX算法、KRX算法和未进行背景抑制的SVDD算法相比,具有较低的异常检测虚警率和优良的检测性能.
-
关键词:
- 高光谱图像 /
- 异常检测 /
- 非下采样Contourlet变换 /
- SVDD算法
-
-
期刊类型引用(1)
1. 白龙温,贾铭. 一种USB接口的非制冷红外机芯设计. 承德石油高等专科学校学报. 2022(03): 41-46 . 百度学术
其他类型引用(0)
计量
- 文章访问数: 82
- HTML全文浏览量: 12
- PDF下载量: 11
- 被引次数: 1