显著性权重RX高光谱异常点检测

摘要：

高光谱图像异常点检测中,传统RX异常点检测算法忽略了空间相关性,背景估计不准确.本文提出了一种基于图像局部邻域光谱显著性分析的加权RX算法.该算法通过引入图像显著性分析,对基于概率密度为权重的图像背景建模进行改进,建立光谱显著性权重图,重新定义RX算法中的均值向量和协方差矩阵,并给不同的目标赋予不同的权值,达到优化背景估计的目的.利用合成高光谱数据和真实高光谱数据进行异常点检测实验,结果表明,对于同一组数据,本文算法检测到的异常点数比传统算法多,虚警率较低,有效地提高了检测率.

关键词：异常点检测、显著性、RX算法、高光谱图像处理

所属期刊栏目：23

资助基金：国家自然科学基金61501456,11327303,61405239;中国科学院西部青年学者项目基金XAB2016B20

在线出版日期：2019-06-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共13页

页码：418-430