红外与毫米波学报
紅外與毫米波學報
홍외여호미파학보
JOURNAL OF INFRARED AND MILLIMETER WAVES
2013年
4期
359-365
,共7页
韩静%岳江%张毅%柏连发%陈钱
韓靜%嶽江%張毅%柏連髮%陳錢
한정%악강%장의%백련발%진전
高光谱%异常检测%光谱角匹配%特征空间分离变换%SAM加权KEST
高光譜%異常檢測%光譜角匹配%特徵空間分離變換%SAM加權KEST
고광보%이상검측%광보각필배%특정공간분리변환%SAM가권KEST
hyperspectral imagery%anomaly detection%spectral angle mapper(SAM)%kernel eigenspace separation transform(KEST)%SAM weighted KEST(SKEST)
提出了一种光谱角匹配(SAM)加权核特征空间分离变换(KEST)高光谱异常检测算法.在基于核的特征空间分离变换(KEST)算法基础上,利用光谱角匹配(SAM)测度对高维特征空间中检测点邻域差异相关矩阵(DCOR)中的每个样本引入权重因子,各样本权重因子取决于该样本光谱向量与检测窗口数据中心向量夹角,从而抑制检测窗口中的病态数据,突出主成分数据的贡献,使得DCOR矩阵能够更好地描述目标、背景数据分布差异.通过理论分析和对模拟、实际数据实验比较,证明该算法较传统异常检测算法和KEST算法具有更高的检测率.
提齣瞭一種光譜角匹配(SAM)加權覈特徵空間分離變換(KEST)高光譜異常檢測算法.在基于覈的特徵空間分離變換(KEST)算法基礎上,利用光譜角匹配(SAM)測度對高維特徵空間中檢測點鄰域差異相關矩陣(DCOR)中的每箇樣本引入權重因子,各樣本權重因子取決于該樣本光譜嚮量與檢測窗口數據中心嚮量夾角,從而抑製檢測窗口中的病態數據,突齣主成分數據的貢獻,使得DCOR矩陣能夠更好地描述目標、揹景數據分佈差異.通過理論分析和對模擬、實際數據實驗比較,證明該算法較傳統異常檢測算法和KEST算法具有更高的檢測率.
제출료일충광보각필배(SAM)가권핵특정공간분리변환(KEST)고광보이상검측산법.재기우핵적특정공간분리변환(KEST)산법기출상,이용광보각필배(SAM)측도대고유특정공간중검측점린역차이상관구진(DCOR)중적매개양본인입권중인자,각양본권중인자취결우해양본광보향량여검측창구수거중심향량협각,종이억제검측창구중적병태수거,돌출주성분수거적공헌,사득DCOR구진능구경호지묘술목표、배경수거분포차이.통과이론분석화대모의、실제수거실험비교,증명해산법교전통이상검측산법화KEST산법구유경고적검측솔.
