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:
高光谱遥感异常目标检测中,目标和背景光谱信息难以精确地界定,导致目标检测性能下降。针对经典RX检测算法存在虚警概率高、计算量大、过程繁琐等缺点,将 Hausdorff度量引入高光谱异常检测,利用改进的Hausdorff距离( MHD)从光谱匹配程度的角度,进行了高光谱异常目标检测,最大程度地将异常目标和背景分离。采用模拟数据和真实高光谱数据进行大量实验,检测性能大幅提升,算法的计算效率提高了60%,证明了本文算法比RX算法、因果RX算法和KRX算法检测效果好,效率高等优势,算法的低复杂度特性为硬件实现提供了良好的算法支持。
推荐文章
改进协同表示的高光谱图像异常检测算法
高光谱图像
异常检测
异常像元
协同表示
双窗口
期刊_联合空间信息的改进低秩稀疏矩阵分解的高光谱异常目标检测
高光谱图像
异常目标检测 低秩稀疏矩阵分解 稀疏矩阵 残差矩阵
高光谱图像异常目标检测算法研究与进展
高光谱图像
异常目标检测
核函数
支持向量数据描述
基于角度方差的多层次高维数据异常检测算法
高维数据
异常检测
降维
网格
角度方差
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 基于Hausdorff度量的高光谱异常目标检测算法
来源期刊 哈尔滨工程大学学报 学科 工学
关键词 高光谱遥感 异常检测 RX算法 光谱匹配 Hausdorff度量
年,卷(期) 2016,(7) 所属期刊栏目
研究方向 页码范围 979-985,996
页数 8页 分类号 TN911.73
字数 5356字 语种 中文
DOI 10.11990/jheu.201506087
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 赵春晖 哈尔滨工程大学信息与通信工程学院 364 3419 27.0 39.0
2 齐滨 哈尔滨工程大学水声工程学院 11 94 5.0 9.0
3 王玉磊 哈尔滨工程大学信息与通信工程学院 8 152 6.0 8.0
4 尤伟 哈尔滨工程大学信息与通信工程学院 5 19 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (17)
参考文献  (11)
节点文献
引证文献  (6)
同被引文献  (12)
二级引证文献  (1)
1990(1)
  • 参考文献(1)
  • 二级参考文献(0)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(3)
  • 引证文献(3)
  • 二级引证文献(0)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
高光谱遥感
异常检测
RX算法
光谱匹配
Hausdorff度量
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
哈尔滨工程大学学报
月刊
1006-7043
23-1390/U
大16开
哈尔滨市南岗区南通大街145号1号楼
14-111
1980
chi
出版文献量(篇)
5623
总下载数(次)
16
总被引数(次)
45433
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导