基于顶点成分分析的高光谱图像低概率异常检测方法研究 |
| |
引用本文: | 张立燕,谌德荣,陶鹏.基于顶点成分分析的高光谱图像低概率异常检测方法研究[J].宇航学报,2007,28(5):1262-1265. |
| |
作者姓名: | 张立燕 谌德荣 陶鹏 |
| |
作者单位: | 北京理工大学宇航科学技术学院航天测试测控实验室 北京理工大学宇航科学技术学院航天测试测控实验室 北京 北京师范大学资源环境与旅游学院 三维信息获取与应用教育部重点实验室 资源环境与地理信息系统北京市重点实验室 |
| |
摘 要: | 用低概率检测(LPD)方法对小概率异常进行检测时,由于在低频空间中选取正交向量作为背景光谱,使得小概率异常检测受噪声影响较大,存在漏检率较高的缺点。提出用顶点成分分析(VCA)算法提取端元光谱作为背景光谱,并将观测光谱向量投影到背景光谱张成空间的正交子空间中,从而有效抑制背景、突出目标进行异常检测。通过对高光谱原始数据的仿真分析,该检测方法降低了漏检率,提高了检测能力。
|
关 键 词: | 高光谱图像 异常检测 顶点成分分析 |
文章编号: | 1000-1328(2007)05-1262-04 |
修稿时间: | 2006年8月23日 |
Anomaly Detection for Hyperspectral Imagery Based on Vertex Component Analysis |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 维普 等数据库收录! |
|