基于独立成分分析的高光谱图像异常检测

• 作者: 何元磊 刘代志 易世华 黄世奇
• 来源期刊: 光学技术
• 学科: 工学
• 关键词: 高光谱图像 异常探测 独立成分分析 虚拟维
• 年，卷（期）: 2011,（2）
• 所属期刊栏目: 信息光学与图像处理
• 页码范围: 203-207
• 分类号: TP751
• 字数: 3958字
• 语种: 中文

摘要

针对高光谱图像中背景及目标先验知识未知条件下的异常目标检测问题,提出了一种基于独立成分分析(ICA)的异常探测算法.首先估计原始数据的虚拟维(VD)以确定要分离的独立成分个数,在此基础上进行快速独立成分分析(FastICA),然后基于平均局部奇异度选择含异常信息较多的独立成分,最后使用丰度量化算法得到异常目标的丰度图像.为了验证算法的有效性,对由AVIRIS获取的真实高光谱图像进行了异常检测实验,并与经典RX算法和LPD算法的检测结果进行了比较.结果表明,基于ICA的检测算法具有良好的检测性能和较低的虚警,且运算复杂度较低.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何元磊		8	78	5.0	8.0
2	刘代志		73	656	14.0	20.0
3	易世华		7	81	5.0	7.0
4	黄世奇		19	276	9.0	16.0