位置：成果数据库 > 期刊 > 期刊详情页
基于近似目标后验信息的高光谱异常检测
  • 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（61571145,1405041）;黑龙江省自然科学基金资助项目（ZD201216）.
作者： 赵春晖, 王鑫鹏, 姚浙峰
关键词： 高光谱图像, 异常检测, 近似目标光谱, 约束能量最小化, 实用性
中文摘要：

针对异常检测算法检测精度远低于目标检测算法的问题,提出一种基于近似目标后验信息的高光谱异常检测算法. 该算法首先利用基于低秩和稀疏矩阵分解算法（LRSM D）对原始图像进行异常检测,将检测结果中的异常像元求取平均作为近似目标光谱,最后利用近似目标对原始图像进行约束能量最小化（C E M ）匹配检测. 为验证所提算法的有效性,分别用两幅真实高光谱图像进行仿真实验. 实验结果表明,与LR SM D算法相比,新算法能够有效地抑制虚假目标,显著地提高异常目标的检测性能.

同期刊论文项目
基于稀疏表示的高光谱图像目标检测方法研究
期刊论文 20
同项目期刊论文
基于密度背景纯化的高光谱异常检测
混合编码方式的图像聚类算法
基于最大化N维立体光谱角的高光谱端元提取
基于Hausdorff度量的高光谱异常目标检测算法
改进的多端元高光谱解混算法
采用背景抑制和自适应阈值分割的高光谱异常目标检测
基于稀疏表示的高光谱图像增殖快速算法
基于HHT的人员及车辆震动信号联合去噪方法
光谱相似性度量方法研究进展
空谱联合的核光谱角异常检测及GPU实现
基于子空间异常增殖字典的高光谱图像目标检测算法
基于多项式递归更新的高光谱异常检测算法
基于多特征融合的SVM高分辨率遥感影像建筑物提取方法
A variation pixels identification method based on kernel spatial attraction model and local entropy for robust endmember extraction
基于EEMD-SVM非平衡决策树的人员及车辆识别方法
Multiple Endmember Hyperspectral Sparse Unmixing Based on Improved OMP Algorithm
一种基于小波变换的多尺度铅笔画生成算法
一种快速的多光谱与全色图像融合算法
子空间稀疏表示高光谱异常检测新算法
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