基于低秩表示和学习字典的高光谱图像异常探测

• 作者: 王斌 钮宇斌
• 来源期刊: 红外与毫米波学报
• 学科: 工学
• 关键词: 高光谱图像 异常探测 低秩矩阵分解 低秩表示 学习字典
• 年，卷（期）: 2016,（6）
• 页码范围: 731-740
• 页数: 10页
• 分类号: TP751
• 字数: 7224字
• 语种: 中文
• DOI: 10.11972/j.issn.1001-9014.2016.06.016

摘要

提出一种基于低秩表示和学习字典的高光谱遥感图像异常探测算法.相对于其它低秩矩阵分解方法如鲁棒主成分分析,低秩表示方法更为契合高光谱图像的线性混合模型.该算法将低秩表示模型应用到高光谱图像异常探测问题上来,引入表征背景信息的学习字典,大大增强了低秩表示模型对初始参数的鲁棒性.仿真和实际高光谱数据的实验结果表明,所提出的算法有效地提高了异常的探测率,同时对初始参数具有较好的鲁棒性,可以作为一种解决高光谱图像异常探测的有效手段.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王斌	复旦大学电磁波信息科学教育部重点实验室	155	1172	18.0	27.0
10	钮宇斌	复旦大学电磁波信息科学教育部重点实验室	2	6	2.0	2.0