| 基于端元提取和低秩稀疏矩阵分解的高光谱图像异常目标检测 |
| |
| 引用本文： | 杨国亮,龚家仁,习浩,喻丁玲. 基于端元提取和低秩稀疏矩阵分解的高光谱图像异常目标检测[J]. 激光与光电子学进展, 2021, 58(22): 459-468. DOI: 10.3788/LOP202158.2228003 |
| |
| 作者姓名： | 杨国亮 龚家仁 习浩 喻丁玲 |
| |
| 作者单位： | 江西理工大学电气工程与自动化学院,江西赣州341000 |
| |
| 摘 要： | 为了抑制高光谱图像(HSI)混合像元和噪声在复杂背景中对异常目标检测的干扰,充分提取和利用HSI的光谱特征和空间特征,提出了一种基于端元提取和低秩稀疏矩阵分解的HSI异常目标检测算法.首先,对原始HSI进行最优分数阶傅里叶变换.然后,采用连续最大角凸锥算法对变换后的HSI进行端元提取,得到端元和相应的丰度矩阵,并通过行约束的低秩稀疏矩阵分解方法将丰度矩阵分解为具有低秩特性的背景分量和具有稀疏特性的异常分量.最后,构建背景协方差矩阵,通过马氏距离检测异常目标.实验结果表明,本算法在HSI异常目标检测中具有很好的检测性能.
|
| 关 键 词： | 遥感 高光谱图像 连续最大角凸锥 最优分数阶傅里叶变换 低秩稀疏矩阵分解 异常目标检测 |
Hyperspectral Image Abnormal Target Detection Based on End-Member Extraction and Low-Rank and Sparse Matrix Decomposition |
| |
| Yang Guoliang,Gong Jiaren,Xi Hao,Yu Dingling. Hyperspectral Image Abnormal Target Detection Based on End-Member Extraction and Low-Rank and Sparse Matrix Decomposition[J]. Laser & Optoelectronics Progress, 2021, 58(22): 459-468. DOI: 10.3788/LOP202158.2228003 |
| |
| Authors: | Yang Guoliang Gong Jiaren Xi Hao Yu Dingling |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
