结合邻域聚类分割的高光谱图像异常检测支持向量数据描述方法

• 作者: 张立燕 曹旭平 谌德荣 陶鹏
• 来源期刊: 宇航学报
• 学科: 工学
• 关键词: 高光谱图像 异常检测 支持向量数据描述 邻域聚类分割
• 年，卷（期）: 2007,（3）
• 所属期刊栏目: 其他
• 页码范围: 767-771
• 页数: 5页
• 分类号: TP751.1
• 字数: 3407字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-1328.2007.03.051

摘要

支持向量数据描述方法在高光谱图像小异常目标检测中具有较好的检测性能,但是待检异常的几何形状受到约束和背景的选择具有盲目性影响检测效果,且检测需要对整幅图像进行遍历导致计算量大.提出邻域聚类分割和支持向量数据描述相结合的异常检测方法,首先利用邻域聚类方法分割图像,将几何尺寸小的分割块作为潜在异常目标;其次选择与潜在异常的形状和大小相适应的背景窗进行背景像元收集;最后采用SVDD方法从潜在异常中快速且准确地检测出异常目标.对HYMAP图像的实验结果表明,该算法提高了复杂地物背景下异常的检测性能,降低了SVDD用于高光谱图像异常检测的计算量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谌德荣	北京理工大学宇航科学技术学院航天测试测控实验室	38	205	9.0	12.0
2	陶鹏	北京理工大学宇航科学技术学院航天测试测控实验室	8	59	5.0	7.0
3	张立燕	北京理工大学宇航科学技术学院航天测试测控实验室	5	52	5.0	5.0
4	曹旭平	北京理工大学宇航科学技术学院航天测试测控实验室	23	180	9.0	12.0