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:
在高光谱图像异常检测中,背景存在异常像元会造成背景统计信息失真,这将导致检测结果具有较高的虚警率。针对此问题,本文提出了一种基于密度背景纯化的异常检测算法。首先计算背景中每个像元的密度;然后根据高光谱图像中背景密度远大于异常密度的特性,利用最大类间方差法将异常从背景中分离;最后,将纯化后的背景用于统计信息的估计,通过RX检测算法( Reed-Xiaoli detector,RXD)对高光谱图像进行检测。为验证算法的有效性,利用两组真实的高光谱数据进行仿真实验。实验结果表明与RXD比,所提算法在两组数据下的曲线下面积值分别提高了0.0246和0.0086。与当前的异常检测算法相比:所提算法有较好的接收机工作特性曲线。
推荐文章
基于Hausdorff度量的高光谱异常目标检测算法
高光谱遥感
异常检测
RX算法
光谱匹配
Hausdorff度量
基于决策级融合的RX高光谱影像异常检测算法
高光谱影像
异常检测
RX算法
决策级融合
基于光谱角累加的高光谱图像异常检测算法
高光谱图像
异常检测
光谱角
波段选择
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
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 基于密度背景纯化的高光谱异常检测算法
来源期刊 哈尔滨工程大学学报 学科 工学
关键词 高光谱图像 遥感 异常检测 密度 纯化 RX检测算法 最大类间方差法 接收机工作特性
年,卷(期) 2016,(12) 所属期刊栏目
研究方向 页码范围 1722-1727
页数 6页 分类号 TP751.1
字数 4718字 语种 中文
DOI 10.11990/jheu.201511073
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 闫奕名 哈尔滨工程大学信息与通信工程学院 9 14 2.0 3.0
3 王鑫鹏 哈尔滨工程大学信息与通信工程学院 2 8 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (24)
共引文献  (16)
参考文献  (13)
节点文献
引证文献  (4)
同被引文献  (19)
二级引证文献  (1)
1979(1)
  • 参考文献(1)
  • 二级参考文献(0)
1990(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(2)
  • 参考文献(2)
  • 二级参考文献(0)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(7)
  • 参考文献(1)
  • 二级参考文献(6)
2011(8)
  • 参考文献(1)
  • 二级参考文献(7)
2012(4)
  • 参考文献(1)
  • 二级参考文献(3)
2013(3)
  • 参考文献(3)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(2)
  • 参考文献(2)
  • 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)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(3)
  • 引证文献(2)
  • 二级引证文献(1)
研究主题发展历程
节点文献
高光谱图像
遥感
异常检测
密度
纯化
RX检测算法
最大类间方差法
接收机工作特性
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