基于图像融合的高光谱异常检测

基于图像融合的高光谱异常检测
何高攀;杨桄;孟强强;张筱晗;黄俊华
【期刊名称】《电子设计工程》
【年(卷),期】2016(024)002
【摘要】In order to overcome the problem that low spatial resolution of hyperspectral image leads to high false alarm probability of anomaly detection,a novel anomaly detection algorithm using Principal Component Analysis (PCA) and IHS transform is proposed to reduce the probability of false alarm. The low resolution hyperspectral data is transformed by PCA transform firstly,and three principal components are received,Then,three principal components and the high resolution image are transformed by IHS transform respectively,and their own intensity component are obtained. The intensity component of hyperspectral data is replaced by the intensity component of high-resolution image. The enhanced resolution image is obtained by inverse IHS transform. At last, anomaly detection is done by KRX algorithm. The experimental result shows that, compared with KRX algorithm,the target pixels obtained by the proposed idea are increased greatly,and a good detection is obtained.%针对高光谱图像空间分辨率不足导致异常检测虚警率过高的问题，提出了一种利用主成分分析（PCA）和IHS变换融合以降低虚警率的算法。

首先对低分辨率高光谱图像进行PCA变换，提取3个主成分；然后对这3个主成分和高分辨率图像分别进行IHS变换，得到各自的强度分量，把高光谱数据的强度分量替换成高分辨率图像的强度分量；再运
用IHS变换的可逆性，将新的强度分量与原色度分量和饱和度分量进行IHS逆变换，得到空间信息增强的高光谱图像数据；最后使用KRX算法对空间信息增强的高光谱图像数据进行异常检测。

实验结果表明，本文算法的虚警率与KRX算法相比有很大的降低，取得了良好的检测效果。

【总页数】4页(P165-168)
【作者】何高攀;杨桄;孟强强;张筱晗;黄俊华
【作者单位】空军航空大学吉林长春 130022;空军航空大学吉林长春 130022;空军航空大学吉林长春 130022;空军航空大学吉林长春 130022;空军航空大学吉林长春 130022
【正文语种】中文
【中图分类】TN911.73
【相关文献】
1.基于非局部自相似性的高光谱异常检测算法 [J], 汪洋; 刘志刚; 鞠荟荟; 王艺婷
2.基于光谱角背景纯化的高光谱异常检测算法 [J], 王强辉;华文深;黄富瑜;严阳;张炎;索文凯
3.改进的基于密度峰值背景纯化的高光谱异常检测 [J], 汤书路;赵春晖;崔颖
4.基于3D卷积自编解码器和低秩表示的高光谱异常检测 [J], 孙帮勇;赵哲;胡炳樑;于涛
5.基于改进RX增量学习的高光谱图像异常检测 [J], 白玉;刘丽娜;张宁;林晨;宋维;朱新忠
因版权原因，仅展示原文概要，查看原文内容请购买。