基于高斯马尔科夫模型的高光谱异常目标检测算法研究

• 作者: 刘莹 朱振宇 王丽静 程灏波 高昆
• 来源期刊: 光谱学与光谱分析
• 学科: 工学
• 关键词: 高斯-马尔科夫随机场模型 异常检测 高光谱图像 RX算法
• 年，卷（期）: 2015,（10）
• 页码范围: 2846-2850
• 页数: 5页
• 分类号: TP751.1
• 字数: 3196字
• 语种: 中文
• DOI: 10.3964/j.issn.1000-0593(2015)10-2846-05

摘要

随着光谱成像技术的发展，高光谱异常检测在遥感图像处理中的应用越来越广泛。传统RX异常检测算法忽略影像空间相关性，而且由于没有经过有效数据降维，运算耗费大，对于高光谱数据有效性不高。高光谱影像在空间和光谱上符合高斯‐马尔科夫模型。通过建立马尔科夫参数能够直接计算协方差矩阵的逆矩阵，避免了高光谱海量数据的庞大计算。提出一种基于三维高斯‐马尔科夫随机场模型的改进RX异常检测算法。该方法用高斯‐马尔科夫随机场模型模拟高光谱影像数据，用最大似然近似法估计高斯‐马尔科夫随机场参数，由高斯‐马尔科夫随机场参数直接构造检测算子，并以待检测像元为中心设置局部优化窗口，称为马尔科夫检测窗。取窗口内数据计算均值向量和协方差逆矩阵，得到中心像元的异常度，通过移动窗口进行逐像元检测。应用AVIRIS高光谱数据对传统RX算法、高斯‐马尔科夫模型背景假设异常检测算法和该算法进行了仿真实验对比。结果表明，该算法能够有效提高高光谱异常检测效率，降低虚警率。运行时间较传统RX算法提高了45.2％，体现出更好的计算效率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程灏波	北京理工大学光电成像技术与系统教育部重点实验室	36	150	8.0	11.0
2	高昆	北京理工大学光电成像技术与系统教育部重点实验室	45	346	10.0	17.0
3	刘莹	北京理工大学光电成像技术与系统教育部重点实验室	16	80	5.0	8.0
4	王丽静	北京理工大学光电成像技术与系统教育部重点实验室	4	14	2.0	3.0
6	朱振宇	北京理工大学光电成像技术与系统教育部重点实验室	4	20	2.0	4.0