基于3D卷积自编解码器和低秩表示的高光谱异常检测

• 作者: 孙帮勇 赵哲 胡炳樑 于涛
• 来源期刊: 光子学报
• 关键词: 高光谱影像 异常检测 3D卷积 自编解码器 低秩表示
• 年，卷（期）: 2021,（4）
• 所属期刊栏目: 图像处理|Image Processing
• 页码范围: 254-266
• 页数: 13页
• 分类号: TP751.1
• 语种: 中文
• DOI: 10.3788/gzxb20215004.0410003

摘要

针对高光谱影像数据维度高、空间和光谱信息利用不足以及局部结构特征表达有限等问题,提出了一种基于3D卷积自编解码器和低秩表示的高光谱异常检测算法.首先,通过3D卷积自编解码器提取高光谱影像的空谱特征,并针对高光谱图像的局部区域强相关性,设计了一种新的损失函数来约束中心像素和周围像素,以提取判别性较强的特征图;然后,针对所提取的特征图,通过基于密度的空间聚类算法构建背景字典,并利用低秩表示分离出异常区域;最后,融合由3D卷积自编解码器得到的重构误差和异常区域检测结果,得到最终检测图并为异常目标关键信息的挖掘提供依据.为了验证所提算法的有效性,在两个真实的机场高光谱数据集上进行飞机等目标检测实验,ROC、AUC量化指标和主观分析等实验结果表明,与其它6种异常检测算法相比,本文算法具有更高的异常目标检测精度.