基于主成分建模的 SVDD 高光谱图像异常检测

摘要：

针对SVDD背景建模时混入异常点造成的检测率下降的问题，提出了基于主成分建模的SVDD方法并应用于高光谱图像异常检测。利用高光谱图像的光谱特征提取背景的主要成分，并分别对不同成分构建超球体，形成单种背景成分SVDD模型，最后利用综合决策函数对单个SVDD背景模型进行综合判断待检测像元，从而实现高光谱图像异常像元的检测。用仿真数据和真实数据对算法的性能进行验证，并将其与SVDD方法进行性能比较。结果表明，新算法在低虚警概率下较之SVDD模型有更高的检测概率，实验结果证明了算法的有效性。

关键词：主成分建模、SVDD、局部邻域聚类、光谱角余弦、高光谱异常检测

分类号：TP751(遥感技术)

资助基金：国家自然科学基金资助项目41201075；北京市教委科技资助项目 KM201210028012．

在线出版日期：2014-07-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：343-348