| 一种面向异常检测的高光谱图像降维算法 |
| |
| 引用本文： | 马丽,鞠才,朱菲.一种面向异常检测的高光谱图像降维算法[J].测绘科学,2015,40(7):29-33. |
| |
| 作者姓名： | 马丽 鞠才 朱菲 |
| |
| 作者单位： | 中国地质大学机械与电子信息学院,武汉,430074 |
| |
| 基金项目： | 国家自然科学基金项目，中国地质大学(武汉)中央高校基本科研业务费专项资金项目 |
| |
| 摘 要： | 针对高光谱数据预处理中传统降维算法的不足,文章提出采用线性局部切空间排列(LLTSA)算法进行降维,并在低维空间中,以数据点到背景流形的最小距离为度量进行异常目标检测。面向异常目标检测问题的降维算法,需要考虑计算量和异常污染两个问题:为减少计算量,选择图像中一部分具有代表性的训练数据进行LLTSA降维并求取用于泛化的投影矩阵;为避免异常信息对背景特性的影响,应该选择不含异常的背景训练数据建立背景流形。背景训练点的选择基于递归多层分割算法,结合分割块的大小和分割块被近邻点重构的误差,去除分割结果中可能包含异常的区域并尽可能多地保留背景信息。实验结果表明LLTSA可以利用少数特征有效区分背景和异常,基于LLTSA的检测算法比经典RX和核RX算法具有更好的异常检测性能。
|
| 关 键 词： | 高光谱图像 异常检测 线性局部切空间排列 降维 |
Anomaly detection oriented dimensionality reduction algorithm for hyperspectral images |
| |
| MA Li,JU Cai,ZHU Fei.Anomaly detection oriented dimensionality reduction algorithm for hyperspectral images[J].Science of Surveying and Mapping,2015,40(7):29-33. |
| |
| Authors: | MA Li JU Cai ZHU Fei |
| |
| Abstract: | |
| |
| Keywords: | hyperspectral image anomaly detection linear local tangent space alignment dimensionality reduction |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
