基于谱域-空域结合的高光谱异常探测

发布时间：2017-06-15 23:08

  本文关键词：基于谱域-空域结合的高光谱异常探测，，由笔耕文化传播整理发布。

【摘要】：针对高光谱遥感空域信息利用率低给侦查带来的问题,提出了一种基于谱域-空域联合特征的异常检测算法。首先,利用光谱梯度角余弦值给邻域像元赋予权值,通过对邻域像元加权求和的方式得到空域特征;将空域特征与谱域特征进行加权拟合得到谱域-空域联合特征;然后,将由谱域-空域联合特征所组成的高光谱影像进行主成分分析以提取主要成分进行异常检测。通过对比异常检测效果二值图和ROC曲线,说明算法具有优越性,能够提高检测效果。
【作者单位】： 脉冲功率激光技术国家重点实验室;安徽省电子制约技术重点实验室;电子工程学院;
【关键词】： 高光谱 空谱结合 主成分分析 异常检测
【分类号】：TP751
【正文快照】： 高光谱遥感(hyperspectral remote sensing)是一项多维信息获取技术,能够同时获取目标地物的二维空间信息与目标地物的光谱特征信息,从而得到一个“图谱合一”的三维立方体图像。高光谱图像具有很高的光谱分辨率,波段近似连续,从而能够对地表物质的细微差异进行识别,使得对地

【相似文献】

中国期刊全文数据库 前10条

1 谌德荣;宫久路;陈乾;曹旭平;;基于样本分割的快速高光谱图像异常检测支持向量数据描述方法[J];兵工学报;2008年09期

2 蒲晓丰;雷武虎;张林虎;蒋奇材;;基于Fukunaga-Koontz变换的高光谱图像异常检测[J];红外技术;2010年04期

3 成宝芝;郭宗光;;高光谱图像波段间相关特性研究[J];大庆师范学院学报;2013年06期

4 杨龙;易宏杰;李因彦;;遥感高光谱图像赤潮识别[J];传感器世界;2007年05期

5 汪倩;陶鹏;;结合空间信息的高光谱图像快速分类方法[J];微计算机信息;2010年21期

6 王立国;孙杰;肖倩;;结合空-谱信息的高光谱图像分类方法[J];黑龙江大学自然科学学报;2010年06期

7 付欢;龙海南;韩晓霞;;基于冗余字典的高光谱图像的稀疏分解[J];河北软件职业技术学院学报;2013年04期

8 耿修瑞,张霞,陈正超,张兵,郑兰芬,童庆禧;一种基于空间连续性的高光谱图像分类方法[J];红外与毫米波学报;2004年04期

9 张绮玮;机载高光谱遥感图像处理软件系统[J];红外;2005年02期

10 谷延锋;刘颖;贾友华;张晔;;基于光谱解译的高光谱图像奇异检测算法[J];红外与毫米波学报;2006年06期

中国重要会议论文全文数据库 前5条

1 张兵;王向伟;郑兰芬;童庆禧;;高光谱图像地物分类与识别研究[A];成像光谱技术与应用研讨会论文集[C];2004年

2 王成;何伟基;陈钱;;基于波段重组和小波变换的高光谱图像嵌入式压缩方法[A];黑龙江、江苏、山东、河南、江西 五省光学（激光）联合学术‘13年会论文（摘要）集[C];2013年

3 孙蕾;罗建书;;基于分类预测的高光谱遥感图像无损压缩[A];第一届建立和谐人机环境联合学术会议（HHME2005）论文集[C];2005年

4 张晓红;张立福;王晋年;童庆禧;;HJ-1A卫星高光谱遥感图像质量综合评价[A];第八届成像光谱技术与应用研讨会暨交叉学科论坛文集[C];2010年

5 蒲晓丰;雷武虎;黄涛;王迪;;基于稳健背景子空间的高光谱图像异常检测[A];中国光学学会2010年光学大会论文集[C];2010年

中国博士学位论文全文数据库 前10条

1 普晗晔;高光谱遥感图像的解混理论和方法研究[D];复旦大学;2014年

2 贺智;改进的经验模态分解算法及其在高光谱图像分类中的应用[D];哈尔滨工业大学;2014年

3 叶珍;高光谱图像特征提取与分类算法研究[D];西北工业大学;2015年

4 冯婕;基于软计算和互信息理论的遥感图像地物分类[D];西安电子科技大学;2014年

5 徐速;基于压缩感知的高光谱图像稀疏解混方法研究[D];重庆大学;2015年

6 隋晨红;基于分类精度预测的高光谱图像分类研究[D];华中科技大学;2015年

7 曲海成;面向光谱解混的高光谱图像快速处理技术研究[D];哈尔滨工业大学;2016年

8 贺霖;高光谱图像自动目标检测技术研究[D];西北工业大学;2007年

9 周爽;蚁群算法在高光谱图像降维和分类中的应用研究[D];哈尔滨工业大学;2010年

10 高恒振;高光谱遥感图像分类技术研究[D];国防科学技术大学;2011年

中国硕士学位论文全文数据库 前10条

1 王U喺

本文编号：453735