基于光谱相似度量的高光谱图像异常检测算法  

Hyperspectral anomaly detection algorithm based on spectral similarity scale

作　　者：王玉磊[1] 赵春晖[1] 齐滨[1] 

机构地区：[1]哈尔滨工程大学信息与通信工程学院,哈尔滨150001

出　　处：《吉林大学学报（工学版）》2013年第S1期148-153,共6页Journal of Jilin University:Engineering and Technology Edition

基　　金：国家自然科学基金项目(61077079);教育部博士学科点专项科研基金项目(20102304110013);黑龙江省自然科学基金重点项目(ZD201216)

摘　　要：针对传统异常检测算法需要建立在一定的假设模型下,提出了一种新的高光谱图像异常检测算法。该算法无需假设背景模型,首先运用迭代误差分析方法对高光谱图像数据进行处理,得到高光谱图像数据的异常端元。然后以选取出的端元为参考,对高光谱数据进行相似度量,通过计算与参考端元的核光谱角余弦,找到与异常端元相似的光谱向量,得到异常检测结果。仿真实验结果表明,该算法能够准确的检测出异常目标,并且具有运算时间短、效率高的特点。Because conventional anomaly detection algorithms are based on special assumptions,a new algorithm of hyperspectral imagery anomaly detection was presented.Without assuming the background model,first,iterative error analysis(IEA) was used for endmember extraction.Then the Spectral Similarity Scale(SSS) was measured.Through computing the kernel spectral angel cosine(KSAC),the anomaly detection result was obtained.The simulation result shows that the new algorithm can detect the anomalies exactly,and what's more,the new algorithm has the advantages of little computation time and high efficiency.

关 键 词：高光谱 异常检测 相似度量 光谱角余弦 核方法 

分 类 号：TP751.1[自动化与计算机技术—检测技术与自动化装置]