显著性权重RX高光谱异常点检测
刘嘉诚1,2; 王爽1; 刘伟华1; 胡炳樑1
刊名遥感学报
2019-05-25
卷号23期号:3页码:418-430
ISSN号10074619;20959494
DOI10.11834/jrs.20197074
其他题名Saliency weighted RX hyperspectral imagery anomaly detection
产权排序1
英文摘要

高光谱图像异常点检测中,传统RX异常点检测算法忽略了空间相关性,背景估计不准确。本文提出了一种基于图像局部邻域光谱显著性分析的加权RX算法。该算法通过引入图像显著性分析,对基于概率密度为权重的图像背景建模进行改进,建立光谱显著性权重图,重新定义RX算法中的均值向量和协方差矩阵,并给不同的目标赋予不同的权值,达到优化背景估计的目的。利用合成高光谱数据和真实高光谱数据进行异常点检测实验,结果表明,对于同一组数据,本文算法检测到的异常点数比传统算法多,虚警率较低,有效地提高了检测率。

语种中文
CSCD记录号CSCD:6501468
内容类型期刊论文
源URL[http://ir.opt.ac.cn/handle/181661/31556]  
专题西安光学精密机械研究所_光学影像学习与分析中心
作者单位1.中国科学院西安光学精密机械研究所光谱成像技术重点实验室;
2.中国科学院大学
推荐引用方式
GB/T 7714
刘嘉诚,王爽,刘伟华,等. 显著性权重RX高光谱异常点检测[J]. 遥感学报,2019,23(3):418-430.
APA 刘嘉诚,王爽,刘伟华,&胡炳樑.(2019).显著性权重RX高光谱异常点检测.遥感学报,23(3),418-430.
MLA 刘嘉诚,et al."显著性权重RX高光谱异常点检测".遥感学报 23.3(2019):418-430.
个性服务
查看访问统计
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。


©版权所有 ©2017 CSpace - Powered by CSpace