基于快速软阈值迭代的高光谱图像异常检测算法  

Hyperspectral Image Anomaly Detection Based on Fast Iterative Soft Threshold Algorithm

作　　者：王杰超 张长兴[1] 谢锋[1] 王建宇[1] 

机构地区：[1]中国科学院上海技术物理研究所,中国科学院空间主动光电重点实验室,上海200083 [2]中国科学院大学,北京100049 [3]上海科技大学,上海200120

出　　处：《工业控制计算机》2018年第6期16-18,共3页Industrial Control Computer

基　　金：“十三五”民用航天:星载红外高分辨率高光谱相机及应用技术(D040104)资助

摘　　要：高光谱图像数据光谱分辨率的提高,使高光谱图像数据量成倍增加。为进行快速的异常检测并提高异常检出的效果,提出一种新颖的基于快速软阈值迭代的高光谱图像异常检测算法。该算法是通过构建的背景字典重建出高光谱图像中背景像元,而异常像元无法被背景字典表示。背景像元通过背景字典线性拟合进行重建,并通过L1范数约束表示系数的稀疏性。同时将引入背景字典中各个原子与待检测像元的距离约束系数的表示能力。实验将在圣地亚哥数据和城市数据中进行验证,并同传统的算法进行对比分析。结果表明当所提出的算法检出率为100%的时候,比其他传统算法检测率提高了10%以上,且时间消耗比其他利用稀疏表示算法快0.5倍以上。A novel hyperspectral image anomaly detection algorithm based on fast soft threshold iteration is proposed in this paper.The algorithm is to reconstruct the background pixel in the hyperspectral image by constructing the background dictionary,and the anomaly pixel can not be represented by the background dictionary.The background pixel is reconstructed by the linear fitting of the background dictionary,and the L1 norm constraint is used to represent the sparsity of the coefficients.At the same time,the ability to express the distance constraint coefficients of each atom in the background dictionary and the detection pixel is introduced.

关 键 词：高光谱图像 稀疏表示 异常检测 快速软阈值迭代 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]