字典学习稀疏表示的高光谱图像异常检测

• 作者: 凌强 唐意东 钟宇 黄树彩
• 来源期刊: 强激光与粒子束
• 学科: 工学
• 关键词: 高光谱图像 主成分分析 稀疏表示 字典学习 异常检测
• 年，卷（期）: 2015,（11）
• 所属期刊栏目: 高功率激光与光学
• 页码范围: 26-32
• 页数: 7页
• 分类号: TP751.1
• 字数: 4099字
• 语种: 中文
• DOI: 10.11884/HPLPB201527.111004

摘要

针对稀疏表示高光谱检测算法性能受背景字典影响较大的问题,充分利用高光谱图像空间信息和光谱主成分信息,提出了一种基于字典学习的稀疏表示异常检测算法.首先利用主成分分析提取高光谱数据的主特征,建立目标主成分空间,并证明了在主成分空间进行字典学习稀疏重构的可行性;然后在主成分空间内构造基于K-SVD算法的训练字典,改善了背景字典性能;采用正交匹配算法重构主成分分量,利用主成分分析反变换得到待检测像元重构光谱,增强了高光谱图像的局部异常特性;最后,基于重构误差异常特性实现高光谱图像异常检测.仿真结果证明了该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	钟宇	空军工程大学防空反导学院	18	82	6.0	7.0
2	黄树彩	空军工程大学防空反导学院	120	420	9.0	11.0
3	凌强	空军工程大学防空反导学院	11	50	5.0	6.0
4	唐意东	空军工程大学防空反导学院	18	54	5.0	6.0