作者单位
摘要
1 中国矿业大学 自然资源部国土环境与灾害监测重点实验室, 江苏 徐州 221116
2 华东师范大学 地理信息科学教育部重点实验室, 上海 200241
3 河北省第二测绘院, 石家庄 050037
针对高光谱遥感影像维数高、数据量巨大且地物分布复杂,导致背景与异常难以区分的问题,提出一种基于光谱空间重构的非监督最邻近规则子空间异常探测算法.首先通过基于结构张量的波段选择算法,去除噪声像元,选择更有效的波段.然后,通过光谱空间重构增加背景与异常的绝对光谱距离.最后,为了充分利用背景字典之间的空间相似性信息,将空间距离权重引入到非监督最邻近规则子空间算法中,提高检测精度.为验证所提算法的有效性,用四组真实的高光谱数据进行实验,研究了不同参数对检测结果的影响.结果表明,与其他异常检测算法对比,所提算法具有更好的检测效果.
高光谱影像 异常探测 波段选择 光谱空间重构 非监督最邻近规则子空间 Hyperspectral image Anomaly detection Band selection Spectral spatial reconstruction Unsupervised nearest regularized subspace 
光子学报
2020, 49(6): 0630004

关于本站 Cookie 的使用提示

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务,点击此处了解我们的隐私策略。 如您需继续使用本网站,请您授权我们使用本地 cookie 来保存部分信息。
全站搜索
您最值得信赖的光电行业旗舰网络服务平台!