文献类型：期刊文章

作　　者：史振威[1] 吴俊[1] 杨硕[1] 姜志国[1]

机构地区：[1]北京航空航天大学宇航学院图像处理中心,北京100191

出　　处：《红外与激光工程》

基　　金：国家自然科学基金(60975003;91120301);国家重点基础研究发展计划(2010CB327904);中央高校基本科研业务费专项资金(YWF-10-01-A10);北京市自然科学基金(4112036)

年　　份：2012

卷　　号：41

期　　号：3

起止页码：796-802

语　　种：中文

收录情况：AJ、BDHX、BDHX2011、CSA、CSA-PROQEUST、CSCD、CSCD_E2011_2012、EI(收录号：20121915007932)、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：为了提高核RX算法在高光谱图像异常检测中的稳定性,将核矩阵正则化,并提出正则化的核RX算法(rkRX)。将规范化后的正则化RX算法和正则化的核RX算法融合改进,称为融合RX算法(mRX),该算法同时考虑了原始线性空间和高维特征空间的异常检测结果,使异常检测效果更加稳定。在仿真图像和真实高光谱图像的实验中,上述2种算法与原始的RX、正则化RX(rRX)和核RX(kRX)3种算法进行了比较,使用了双窗口技术和核主成分分析(KPCA)进行特征提取和基于高阶统计量的特征选择作为预处理来降低数据维数,并在未降维数据上比较上述5种算法。最后,使用ROC曲线评价检测效果,结果表明:提出的2种算法提高了检测效果并具有一定鲁棒性。

关 键 词：异常检测 高光谱图像 核方法 高阶统计量 维数约减

分 类 号：TP391.4]