基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对高光谱图像目标检测问题,提出了一种基于自适应核联合表示的高光谱图像异常检测方法.相比于稀疏表示强调系数向量的稀疏性,基于联合表示的检测算法更强调背景字典中每一原子对联合表示的贡献,并且系数求解更加简单直接;在基于向量2-范数极小化问题求解联合表示系数时,引入相似性正则化矩阵与和为1的条件对系数进行约束,以增强算法的稳定性和分辨力;进而将联合表示检测算法扩展到核空间,利用高光谱图像的局部统计特性进行核参数自适应选取,增强了核参数的局部适应性.为验证该方法的有效性,采用一幅实测高光谱图像中的两个感兴趣区域进行仿真实验,并与传统异常检测方法的检测结果进行对比分析,结果表明该方法具有较传统异常检测方法更出色的检测效果.
推荐文章
核加权RX高光谱图像异常检测算法
高光谱图像
异常检测
加权RX
核函数
采用背景抑制和自适应阈值分割的高光谱异常目标检测
高光谱图像
背景抑制
形态学滤波
异常检测
自适应阈值
字典学习稀疏表示的高光谱图像异常检测
高光谱图像
主成分分析
稀疏表示
字典学习
异常检测
子空间稀疏表示高光谱异常检测新算法
高光谱图像
异常目标检测
子空间
稀疏表示
粒子群优化
模糊聚类
稀疏差异指数
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 高光谱图像自适应核联合表示异常检测
来源期刊 强激光与粒子束 学科 工学
关键词 高光谱图像 联合表示 自适应核联合表示 异常检测
年,卷(期) 2015,(9) 所属期刊栏目 高功率激光与光学
研究方向 页码范围 49-55
页数 7页 分类号 TP751.1
字数 3417字 语种 中文
DOI 10.11884/HPLPB201527.091008
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 钟宇 空军工程大学大学防空反导学院 18 82 6.0 7.0
2 黄树彩 空军工程大学大学防空反导学院 120 420 9.0 11.0
3 凌强 空军工程大学大学防空反导学院 11 50 5.0 6.0
4 唐意东 空军工程大学大学防空反导学院 18 54 5.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (40)
共引文献  (21)
参考文献  (12)
节点文献
引证文献  (8)
同被引文献  (12)
二级引证文献  (14)
1990(3)
  • 参考文献(1)
  • 二级参考文献(2)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(4)
  • 参考文献(2)
  • 二级参考文献(2)
2006(4)
  • 参考文献(1)
  • 二级参考文献(3)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(6)
  • 参考文献(0)
  • 二级参考文献(6)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(3)
  • 参考文献(1)
  • 二级参考文献(2)
2011(3)
  • 参考文献(1)
  • 二级参考文献(2)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(5)
  • 参考文献(1)
  • 二级参考文献(4)
2014(5)
  • 参考文献(2)
  • 二级参考文献(3)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(10)
  • 引证文献(5)
  • 二级引证文献(5)
2020(9)
  • 引证文献(0)
  • 二级引证文献(9)
研究主题发展历程
节点文献
高光谱图像
联合表示
自适应核联合表示
异常检测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
强激光与粒子束
月刊
1001-4322
51-1311/O4
大16开
四川绵阳919-805信箱
62-76
1989
chi
出版文献量(篇)
9833
总下载数(次)
7
总被引数(次)
61664
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导