位置:成果数据库 > 期刊 > 期刊详情页
采用背景抑制和自适应阈值分割的高光谱异常目标检测
  • ISSN号:1006-7043
  • 期刊名称:《哈尔滨工程大学学报》
  • 时间:0
  • 分类:TP751.1[自动化与计算机技术—控制科学与工程;自动化与计算机技术—检测技术与自动化装置]
  • 作者机构:哈尔滨工程大学信息与通信工程学院,黑龙江哈尔滨150001
  • 相关基金:国家自然科学基金资助项目(61571145;61405041); 黑龙江省自然科学基金重点资助项目(ZD201216); 哈尔滨市优秀学科带头人基金资助项目(RC2013XK009003)
中文摘要:

高光谱图像小目标异常检测存在着大面积背景异常的干扰,直接采用传统的阈值分割方法会产生较高的虚警。针对核RX异常检测算法存在较大面积背景干扰的现象,结合形态学滤波方法提取大面积背景杂波干扰并对其进行抑制,滤除背景干扰。然后采用自适应阈值方法对处理后的灰度值图像进行异常目标的分离。仿真实验结果表明,该方法较好地实现了对大面积背景干扰的抑制和对异常目标的保持,改善了现有的核RX算法用于高光谱异常检测的性能。

英文摘要:

Hyperspectral small target anomaly detection algorithms have the problem of a large area of background interference,and using the traditional threshold segmentation yields a high rate of false alarms. In order to better handle a large area of background interference in a Kernel RX detector,this paper developed a new morphology filter method to effectively extract and suppress large cluttered background areas. Further an adaptive threshold method was used to segment anomaly targets on grayscale images. Simulation experiments show that the proposed method provides very good anomaly detection with the advantage of large area cluttered background suppression. This dramatically improves the performance of the Kernel RX detector.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《哈尔滨工程大学学报》
  • 中国科技核心期刊
  • 主管单位:中华人民共和国工业和信息化部
  • 主办单位:哈尔滨工程大学
  • 主编:杨士莪
  • 地址:哈尔滨市南岗区南通大街145号1号楼
  • 邮编:150001
  • 邮箱:xuebao@hrbeu.edu.cn
  • 电话:0451-82519357
  • 国际标准刊号:ISSN:1006-7043
  • 国内统一刊号:ISSN:23-1390/U
  • 邮发代号:14-111
  • 获奖情况:
  • 工信部科技期刊评比"优秀期刊奖",中国高校科技期刊评比"精品期刊奖","北方十佳期刊奖",首届黑龙江省政府出版奖--优秀期刊奖
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国化学文摘(网络版),美国数学评论(网络版),波兰哥白尼索引,德国数学文摘,荷兰文摘与引文数据库,美国工程索引,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版)
  • 被引量:11823