基于空间上下文单类分类器的目标检测算法

摘要：

为了实现对高光谱图像中的目标自动检测,提出了一种基于空间上下文单类分类器的目标检测算法.对所采用的空间与光谱结合的特征、SVDD分类器原理、算法流程等进行研究.首先分析了支持向量数据描述(SVDD,support vector data description)的单类分类原理.接着,结合高光谱图像特点,介绍了如何利用空间上下文信息和光谱特征作为SVDD分类器输入特征.然后,在分析比较空间光谱结合单类分类器性能的基础上,说明了采用该算法的原理.最后,给出了该算法的具体实现方法.实验结果表明:该方法优于常规的直接利用光谱信息的CEM等算法,在AVIRIS成像的某国外海军基地数据中,检测飞机目标的精度达到了90％以上.基本满足目标检测的稳定可靠、低虚警率、高识别率等要求.

关键词：高光谱图像、目标检测、单类分类、支持向量数据描述

所属期刊栏目：44

分类号：TP751.1(遥感技术)

资助基金：国家自然科学基金61302075

在线出版日期：2016-04-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：236-240