| 基于粒子群优化聚类的高光谱图像异常目标检测 |
| |
| 引用本文： | 成宝芝,赵春晖.基于粒子群优化聚类的高光谱图像异常目标检测[J].光电子．激光,2013(10):2047-2054. |
| |
| 作者姓名： | 成宝芝 赵春晖 |
| |
| 作者单位： | 大庆师范学院 物理与电气信息工程学院,黑龙江 大庆 163712;哈尔滨工程大学 信息与通信工程学院,黑龙江 哈尔滨 150001 |
| |
| 基金项目： | 黑龙江省教育厅科学技术研究(12533001)资助项目 , 赵春晖2 (1.大庆师范学院 物理与电气信息工程学院,黑龙江大庆 163712； 2.哈尔滨工程大学信息与通信工程学院,黑龙江哈尔滨 150001) |
| |
| 摘 要： | 高光谱图像的高维特性增加了图像的信息量,但 是同时也带来了“维数灾难”问题 。在高光谱图像异常目标检测 过程中,如何更好降低维数,去除波段冗余性和最大程度抑制背景干扰成为亟需要解决的 问题。针对此,本文提出了基于粒子群 优化(PSO)聚类的高光谱图像异常目标检测算法。算法首先利用粒子群方法对传统的k-均 值聚类进行优化,在不改变高光谱图像 波段特征的基础上用新的聚类方法对图像进行了波段子集类划分,使得具有相似特性的波段 归为一类；然后,通过主成分分析(PCA)变换使 得聚类后的图像数据中含有的异常目标变得突出,同时抑制背景干扰；最后,提取各子集主 成分中含有最大四阶累积量值的波 段,构成最优波段子集,并与核RX算法结合进行异常检测。利用真实的AVIRIS高光谱图像对 算法进行仿真,结果表明,算法检测精度高,虚警率低。
|
| 关 键 词： | 高光谱图像 异常目标检测 粒子群优化(PSO) 四阶累积量 |
| 收稿时间： | 2013/1/19 0:00:00 |
A particle swarm optimization clustering-based approa ch for hyperspectral image anomaly targets detection |
| |
| CHENG Bao-zhi and ZHAO Chun-hui.A particle swarm optimization clustering-based approa ch for hyperspectral image anomaly targets detection[J].Journal of Optoelectronics·laser,2013(10):2047-2054. |
| |
| Authors: | CHENG Bao-zhi and ZHAO Chun-hui |
| |
| Affiliation: | College of Physics and Electricity Information Engineering,Daqing Nor mal Un iversity,Daqing 163712,China;College of Information and Communication,Harbin Engineering University,Harbin 150001,Chi na |
| |
| Abstract: | |
| |
| Keywords: | hyperspectral image anomaly target detection particle swarm optimization (PS O) fourth-order cumulant |
|
| 点击此处可从《光电子．激光》浏览原始摘要信息 |
|
点击此处可从《光电子．激光》下载全文 |
|
