基于低秩全变差正则化的高光谱异常检测方法

• 作者: 徐超 詹天明
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 高光谱数据 异常检测 低秩表示 正则化
• 年，卷（期）: 2020,（12）
• 所属期刊栏目: 图形图像
• 页码范围: 2140-2149
• 页数: 10页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.2002003

摘要

高光谱遥感技术为探索地物提供了丰富的信息,为异常检测提供了更优质的数据源.但是在先验信息未知的情况下,进行异常检测仍是一项非常具有挑战性的工作.针对该问题,提出一种基于低秩和全变差正则化约束的高光谱数据异常检测方法.首先,对高光谱图像进行线性和非线性解混,得到两组丰度图像,将丰度图像与原高光谱图像进行融合.其次,根据背景区域在融合数据中的特征构建图像背景的字典,并建立图像的低秩表示模型.然后,由背景和异常目标各自特点,建立异常检测正则化模型.最后,对模型进行优化求解,得到异常检测结果.在真实高光谱数据中进行实验,实验结果表明该方法可获得较优的高光谱异常检测性能.