基于主成分建模的 SVDD 高光谱图像异常检测

• 作者: 张立燕 曾现灵 胡荣华
• 来源期刊: 智能系统学报
• 学科: 工学
• 关键词: 主成分建模 SVDD 局部邻域聚类 光谱角余弦 高光谱异常检测
• 年，卷（期）: 2014,（3）
• 页码范围: 343-348
• 页数: 6页
• 分类号: TP751
• 字数: 3258字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-4785.201309081

摘要

针对SVDD背景建模时混入异常点造成的检测率下降的问题，提出了基于主成分建模的SVDD方法并应用于高光谱图像异常检测。利用高光谱图像的光谱特征提取背景的主要成分，并分别对不同成分构建超球体，形成单种背景成分SVDD模型，最后利用综合决策函数对单个SVDD背景模型进行综合判断待检测像元，从而实现高光谱图像异常像元的检测。用仿真数据和真实数据对算法的性能进行验证，并将其与SVDD方法进行性能比较。结果表明，新算法在低虚警概率下较之SVDD模型有更高的检测概率，实验结果证明了算法的有效性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张立燕	首都师范大学三维信息获取与应用教育部重点实验室	7	22	3.0	4.0
2	胡荣华	首都师范大学资源环境与地理信息系统北京市重点实验室	3	4	2.0	2.0
3	曾现灵	首都师范大学资源环境与地理信息系统北京市重点实验室	4	12	2.0	3.0