光谱空间与场景空间局部异常检测
本文提出了一种新的高光谱图像局部异常检测算法思路:基于光谱空间窗口的异常检测(Spectral Space Window Anomaly Detection,SSW-AD),并将其与基于场景空间(Spatial Space)的局部异常检测算法进行比较分析.传统的高光谱的局部检测算法多是利用场景空间内的滑动窗口实现,这是因为图像场景内的局部数据更符合单个统计模型(例如多元正态分布)的描述.本文算法则从光谱空间数据流形特性的角度提出的.高光谱图像数据作为一种多元数据集合,可被看作嵌入高维光谱空间的低维流形.由于非线性光谱混合现象的普遍存在,此流形更具有非线性特性.此时,传统的基于线性投影的检测方法将不能有效处理此类数据,而基于场景空间局部检测也面临同样的问题.在本文中,借鉴流形的局部线性思想,将局部异常检测转化到光谱空间内完成,实现了基于光谱空间滑动窗口的局部算法.文章利用实测的高光谱遥感图像数据对比分析了其与传统局部异常检测算法的性能,试验结果说明了此类算法在提高图像弱异常的检测和降低虚警方面的有效性.
遥感图像 光谱空间 场景空间 局部异常检测算法
李智勇 孙浩 王亮亮 周石琳
国防科学技术大学电子科学与工程学院信息工程系 湖南 长沙 410073
国内会议
北京
中文
1-18
2014-12-01（万方平台首次上网日期，不代表论文的发表时间）