文档介绍：万方数据
基于光谱角累加的高光谱图像异常检测算法明,夏鲁瑞,陈杭杜小平中国光学泄嗣窠夥啪氨秆г海本.,.使用波段选择预处理方法进一步提高检测性能。,,,瓾籥第淼期年文章编号摘要:针对传统方法中用作背景的像素中存在干扰像素的问题,提出一种基于光谱角累加的高光谱图像异常检测算法。通过计算测试区域待测像素光谱向量与其他光谱向量之间的夹角,并将其累加,得到图像中每个像素的异常程度;然后丛谔岣咭斐<觳饪煽慷鹊耐保档土诵榫怕省关键词:高光谱图像;异常检测;光谱角;波段选择中图分类号:文献标识码:疌收稿日期:;修订日期:—’,,—珻’丰,:甤:琣——,篽籹籦..
万方数据
常凇蔥詈。盯希埘×·璼高等,√擎√鬻斐<觳馑惴菇,,ǎ琁啤埃≠,,中国光学引言近年来,高光谱遥感引起人们的广泛关注,利用高光谱图像进行目标检测与识别逐渐成为该领域的研究热点。高光谱传感器能够在上百个波段上对地物进行成像,精细记录地物的光谱信息,因此具有光谱鉴别能力。由于反射率反演算法尚不完善,而对于很多应用领域获得先验信息也比较困难,所以不需要任何先验信息的异常检测算法具有重要的研究价值¨引。用传统方法完成高光谱图像异常检测是根据图像中的异常点与背景的统计特征的差异来进行提出的算法方法需要假设背景统计模型,一般采用高斯模型,此外还需要求协方差估计矩阵的逆矩阵,计算量较大且精度受到影响∞岢龅腖异常检测算法¨米涌占淅砺郏种票尘昂蟮数据各波段进行叠加,从而凸显没有被抑制的异常信号,此方法对剩余背景信息非常敏感,受背景的复杂度影响较大。提出的基于支持向量域的异常检测算法,用待测像素周围的像素描述背景的几何边界,然后考察待测像素是否为异常,此方法也受背景区域中奇异像素“污染”的解决高光谱图像异常检测中多类背景和背景中奇异像素的影响,本文提出了一种基于光谱角累加的异常检测算法,该方法利用像素之间的相似信息构造异常度衡量因子,不需要任何假设和先验信息即可完成图像异常检测,文中实验验证了算光谱角用于描述光谱之间的相似程度,在高维空间中,两个向量的夹角越小,两条光谱越相似。将霾ǘ蔚墓馄紫煊ψ魑猣维空间的矢量,光谱角定义为两个光谱向量的夹角,在高维空间夹角用反余弦表示为:上式可进一步写为:式中,臼值越小,驮碌南嗨菩栽酱蟆从上式可以看出,光谱角与矢量的模无关,即不受向量本身长度的影响。因此,用光谱角度量两个光谱向量的相似性,可以消除或减弱因太阳入射角、地形、坡向和观测角等因素引起的光谱变异的同物异谱现象,此外,光谱角对于乘性干扰具于所有波段参与计算,虽能够充分利用数据所包含的信息,但也受到来自每个波段噪声的影响,因此有必要剔除受噪声影响严重的波段,提高匹配的精度。成像光谱仪在成像过程中会引入许多噪声,用噪声分解的办法对噪声强度进行分析具有一定的难度。然而信号在各波段间具有强烈的相关性,所以可以用去相关法将噪声分离出来,通过线性回归去除图像中具有高相关性的信号。回归公式为:式中:戈。,。为第校贘行,第ǘ蔚南袼鼗叶值,凳N8陁。的线性拟合值,口,琧,O咝曰籰甞抟庖去相关后的残差图像为:式中,2胁钪担校第ǘ瓮枷裨肷讲睿式中:为自由度,加,直鹞C恳恍】橥枷的,如和死影响,窗口的选择需要一定的先验知识旧NA法的有效性。光谱角匹配中两矢量瑃瑃与。,海璻的有良好的抗干扰性,不受照度变