基于波段选择与学习字典的高光谱图像异常探测

• 作者: 侯增福 刘镕源 谭琨 闫柏琨
• 来源期刊: 国土资源遥感
• 学科: 工学
• 关键词: 高光谱 波段相似性 线性预测 学习字典 异常探测 低秩分解 稀疏
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 技术方法
• 页码范围: 33-41
• 页数: 9页
• 分类号: TP79
• 字数: 6382字
• 语种: 中文
• DOI: 10.6046/gtzyyg.2019.01.05

摘要

针对高光谱影像数据中存在大量冗余,传统异常探测算法应用高光谱所有波段进行探测计算量巨大的问题,提出一种基于波段相似性线性预测与学习字典的异常探测算法.该算法首先通过对波段的相似性进行线性预测,找到最不相似的波段子集;然后,利用学习字典算法获得能够表征图像背景信息的背景字典,并通过低秩分解的算法将影像分解为低秩矩阵与稀疏矩阵;最后,使用经典RXD(Reed-X detector)探测算法对稀疏影像进行异常探测.实验结果表明,该算法可以在减少计算代价、保持波段原始信息不被破坏的同时,能够较好地实现了高光谱影像的异常探测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谭琨	中国矿业大学国土环境与灾害监测国家测绘地理信息局重点实验室	39	553	11.0	23.0
2	侯增福	中国矿业大学国土环境与灾害监测国家测绘地理信息局重点实验室	1	2	1.0	1.0
3	刘镕源		1	2	1.0	1.0
4	闫柏琨		1	2	1.0	1.0