文献类型：期刊文章

作　　者：成宝芝[1,2] 赵春晖[3] 张丽丽[2,3] 张健沛[1]

机构地区：[1]哈尔滨工程大学计算机科学与技术学院,黑龙江哈尔滨150001 [2]大庆师范学院机电工程学院,黑龙江大庆163712 [3]哈尔滨工程大学信息与通信工程学院,黑龙江哈尔滨150001

出　　处：《光学学报》

基　　金：国家自然科学基金(61571145);黑龙江省博士后基金(LBH-Z14062)

年　　份：2017

卷　　号：37

期　　号：4

起止页码：296-306

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CAS、CSCD、CSCD2017_2018、EI(收录号：20172003665188)、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：针对利用稀疏表示进行高光谱图像异常目标检测效率不高的问题,基于高光谱图像成像原理和图像结构,充分利用高光谱图像的空间特性和光谱特性,并在它们之间建立协同处理机制,提出了联合空间预处理与谱聚类的协同稀疏高光谱图像异常目标检测算法。该算法首先对高光谱图像空间特性进行分析,并结合光谱特性进行空间预处理,使得处理后的高光谱图像更易于异常目标的检测;利用建立在谱图划分思想基础上的谱聚类方法进行波段子集划分,谱聚类方法具有收敛于全局最优解、聚类速度快的特点;利用提出的新的空间和光谱协同稀疏差异指数方法对每个子集进行异常目标检测,该协同稀疏方式充分考虑了高光谱图像的空间特性和光谱特性,通过对每个波段子集检测结果进行叠加,得到最终异常检测结果。利用真实的AVIRIS高光谱图像和合成的高光谱图像对算法进行仿真实验和结果分析,结果表明该算法具有稳健性,同时检测精度高,虚警率低。

关 键 词：遥感 高光谱图像 异常目标检测  空间预处理  谱聚类 协同稀疏  

分 类 号：TP751.1]