Please wait a minute...
img

官方微信

遥感技术与应用  2003, Vol. 18 Issue (6): 379-383    DOI: 10.11873/j.issn.1004-0323.2003.6.379
图像处理     
基于高维几何特性的高光谱异常检测算法研究
李智勇,郁文贤,匡纲要,吴 昊
(国防科技大学电子科学与工程学院,湖南 长沙 410073)
The Research of Anomaly Detection Based on High-Dimensional Geometrical Feature in Hyperspectral Imagery
LI Zhi-yong, YU Wen-xian, KUANG Gang-yao, WU Hao
(School of Electronic Science and Engineering,National University of Defense Technology,Changsha410073,China)
 全文: PDF 
摘要:

提出了一种新的高光谱图像异常检测算法。作为一种多元数据集合,高光谱数据一般呈现出共超平面的几何特性,我们利用这一特点来求取垂直于超平面的法线矢量,并将数据投影到这一法线矢量方向,从而分离出异常点,达到异常检测的目的。本算法适合于对小目标的检测,且不需要先验的光谱信息。对算法的可行性进行了仿真并将它应用于高光谱数据,取得了较好的结果。

关键词: 高光谱超平面本征维数异常检测    
Abstract:

A new method of hyperspectral anomaly detection is presented in this paper. As a kind of multivariate data, the points of hyperspectral data always stay in a hyper-plane in high-dimensional space.More researches show that the points of anomaly spectral and noise stay out of the configuration. This geometrical feature is useful for small targets detection. We can calculate the normal vector of hyper-plane and project all anomaly pixel vectors to the normal direction, thus we can segment the anomaly target from the hyper-plane. The method adapts to detect small targets in complicated scene. We design a simulation experiment to verify the algorithm and apply it to real data, and get satisfying results.

Key words: Hyperspectral    Hyper-plane    Intrinsic dimensionality    Anomaly detection  
收稿日期: 2003-06-23 出版日期: 2011-11-25
:  TP 75  
作者简介: 李智勇(1975-),男,博士生,主要从事遥感信息处理、超光谱图像目标检测与识别等方面的研究工作。
服务  
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章  

引用本文:

李智勇,郁文贤,匡纲要,吴 昊. 基于高维几何特性的高光谱异常检测算法研究[J]. 遥感技术与应用, 2003, 18(6): 379-383.

LI Zhi-yong, YU Wen-xian, KUANG Gang-yao, WU Hao. The Research of Anomaly Detection Based on High-Dimensional Geometrical Feature in Hyperspectral Imagery. Remote Sensing Technology and Application, 2003, 18(6): 379-383.

链接本文:

http://www.rsta.ac.cn/CN/10.11873/j.issn.1004-0323.2003.6.379        http://www.rsta.ac.cn/CN/Y2003/V18/I6/379

〔1〕 薛永祺,王建宇.实用型模块化机载成像光谱仪〔A〕.信息获取与处理技术论文集〔C〕.北京:中国建材工业出版社,1999.43~46.
〔2〕 胡国定,张润楚.多元数据分析〔M〕.天津:南开大学出版社,1990.
〔3〕 Stefanou M S, Olsen R C, Loomis H H. Signal Perspectives of Hyperspectral Imagery Analysis Techniques〔Z〕. ADA333 254, 1998.
〔4〕 Harsanyi J C, Chein-I Chang. Hyperspectral Image Classifacation and Dimensionality Reduction: An Orthogonal Subspace Projection Approach〔J〕. IEEE Trans On Geoscience and Remote Sensing, 1994,32(4):779~785.
〔5〕 Hazel G G. Multivariate Gaussian MRF for Mutispectral Scene Segmentation and Anomaly Detection〔J〕. IEEE Trans On Geoscience and Remote Sensing, 2000,38(3):1199~1211.
〔6〕 Schweizer S M, Moura J M F. Efficient Detection in Hyperspectral Imagery〔J〕. IEEE Trans On Image processing, 2001,10(4):584~597.
〔7〕 Verveer P J, Duin R P W. An Evaluation of Intrinsic Dimensionality Estimators〔J〕. IEEE Trans On Pattern Analysis and Machine Intelligence, 1995, 17(1):81~85.
〔8〕 Bruske J, Sommer G. Intrinsic Dimensionality Estimation With Optimally Topology Preserving Maps〔J〕. IEEE Trans On Pattern Analysis and Machine Intelligence, 1998, 20(5):572~575.

[1] 陈伟民,张凌,宋冬梅,王斌,丁亚雄,许明明,崔建勇. 基于AdaBoost改进随机森林的高光谱图像地物分类方法研究[J]. 遥感技术与应用, 2018, 33(4): 612-620.
[2] 苏阳,祁元,王建华,徐菲楠,张金龙. 基于航空高光谱影像的额济纳绿洲土地覆被提取[J]. 遥感技术与应用, 2018, 33(2): 202-211.
[3] 秦振涛,杨茹,张靖,杨武年. 基于聚类结构自适应稀疏表示的高光谱遥感图像修复研究[J]. 遥感技术与应用, 2018, 33(2): 212-215.
[4] 郭宇柏,卓莉,陶海燕,曹晶晶,王芳. 基于空谱初始化的非负矩阵光谱混合像元盲分解[J]. 遥感技术与应用, 2018, 33(2): 216-226.
[5] 刘爱林,郭宝平,李岩山 . 基于离散粒子群算法的凸多模态高光谱图像端元提取研究[J]. 遥感技术与应用, 2018, 33(2): 227-232.
[6] 吴兴,张霞,孙雪剑,张立福,戚文超. SPARK卫星高光谱数据辐射质量评价[J]. 遥感技术与应用, 2018, 33(2): 233-240.
[7] 宋婷婷,付秀丽,陈玉,魏永明,王钦军,程先锋. 云南个旧矿区土壤锌污染遥感反演研究[J]. 遥感技术与应用, 2018, 33(1): 88-95.
[8] 刘慧珺,苏红军,赵-波. 基于改进萤火虫算法的高光谱遥感多特征优化方法[J]. 遥感技术与应用, 2018, 33(1): 110-118.
[9] 李伟娜,韦玮,张怀清,刘华. 基于多角度高光谱数据的高寒沼泽湿地植被生物量估算[J]. 遥感技术与应用, 2017, 32(5): 809-817.
[10] 肖昊,王杰. 基于IDL和MATLAB混合编程的两种光谱混合分析方法比较[J]. 遥感技术与应用, 2017, 32(5): 858-865.
[11] 唐超,邵龙义. 高光谱遥感地物目标识别算法及其在岩性特征提取中的应用[J]. 遥感技术与应用, 2017, 32(4): 691-697.
[12] 李恒凯,欧彬,刘雨婷,邱玉宝. 基于混合像元分解的高光谱影像柑橘识别方法[J]. 遥感技术与应用, 2017, 32(4): 743-750.
[13] 苏红军,赵波. 基于共形几何代数的高光谱遥感波段选择方法[J]. 遥感技术与应用, 2017, 32(3): 539-545.
[14] 史飞飞,高小红,杨灵玉,何林华,贾伟. 基于HJ-1A高光谱遥感数据的湟水流域典型农作物分类研究[J]. 遥感技术与应用, 2017, 32(2): 206-217.
[15] 李焱,王让会,管延龙,蒋烨林,吴晓全,彭擎. 基于高光谱反射特性的土壤全氮含量预测分析[J]. 遥感技术与应用, 2017, 32(1): 173-179.