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:
针对KRX方法对高光谱图像进行异常目标检测时存在检测效率低和虚警率高的问题,在充分分析高光谱图像数据特征基础上,本文提出一种最优波段子空间方法的高光谱图像异常目标检测算法.该算法首先利用双边滤波方法对高光谱图像进行全局滤波,充分利用双边滤波的优点,使得高光谱图像背景信息得到抑制;然后采用经典的自动子空间方法对高光谱图像进行波段子集划分;再利用联合偏度-峰度指标,在每个波段子集内选出最优波段;最后利用这些最优波段构成新的波段最优子空间,在此基础上,在最优波段子空间中利用Kernel RX算法进行异常目标检测,从而得到异常检测结果.本文利用真实的高光谱图像进行仿真验证,获得异常目标、检测的虚警数和ROC等检测结果.结果 表明,该算法具有鲁棒性强、虚警率低和检测精度高等优点.
推荐文章
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
基于子空间中主成分最优线性预测的高光谱波段选择
遥感
高光谱图像
波段选择
主成分
线性预测
子空间追踪
谱聚类
联合空间预处理与双边滤波的稀疏RX高光谱异常检测
高光谱遥感图像
异常检测
稀疏表示
空间预处理
双边滤波
背景数据
高斯滤波
核函数
空间一致核协同优化的高光谱异常检测方法
高光谱图像
核协同表示
最近邻正则化子空间
异常值移除
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 基于双边滤波的最优波段子空间高光谱异常目标检测
来源期刊 液晶与显示 学科 工学
关键词 高光谱遥感图像 异常目标检测 双边滤波 波段子空间
年,卷(期) 2019,(9) 所属期刊栏目 图像处理
研究方向 页码范围 897-904
页数 8页 分类号 TP751.1
字数 4625字 语种 中文
DOI 10.3788/YJYXS20193409.0897
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 成宝芝 大庆师范学院机电工程学院 42 196 5.0 12.0
2 张丽丽 大庆师范学院机电工程学院 18 32 4.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (18)
共引文献  (13)
参考文献  (18)
节点文献
引证文献  (5)
同被引文献  (24)
二级引证文献  (0)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(4)
  • 参考文献(1)
  • 二级参考文献(3)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(5)
  • 参考文献(3)
  • 二级参考文献(2)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(3)
  • 参考文献(0)
  • 二级参考文献(3)
2014(3)
  • 参考文献(2)
  • 二级参考文献(1)
2015(2)
  • 参考文献(1)
  • 二级参考文献(1)
2016(3)
  • 参考文献(2)
  • 二级参考文献(1)
2017(4)
  • 参考文献(4)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(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)
2020(5)
  • 引证文献(5)
  • 二级引证文献(0)
研究主题发展历程
节点文献
高光谱遥感图像
异常目标检测
双边滤波
波段子空间
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
液晶与显示
月刊
1007-2780
22-1259/O4
大16开
长春市东南湖大路3888号
12-203
1986
chi
出版文献量(篇)
3141
总下载数(次)
7
总被引数(次)
21631
相关基金
黑龙江省自然科学基金
英文译名:
官方网址:http://jj.dragon.cn/zr/index.asp
项目类型:
学科类型:
论文1v1指导