共 7 条
- [6] Support vector domain description[J] . David M.J Tax,Robert P.W Duin.Pattern Recognition Letters . 1999 (11)
- [7] AVIRIS Free Standard Data Products. http:∥aviris.jpl.nasa.gov/html/aviris.freedata.html . 2007
高光谱图像全局异常检测RFS-SVDD算法
被引：11
作者：
谌德荣
宫久路
何光林
曹旭平
机构：
[1] 北京理工大学机电工程与控制国家级重点实验室
来源：
关键词：
高光谱图像;
全局异常检测;
SVDD;
空间聚类;
D O I：
暂无
中图分类号：
TP751.1 [数字处理];
学科分类号：
摘要：
针对SVDD用于高光谱图像全局异常检测时存在虚警率高的问题,提出RFS-SVDD算法。RFS-SVDD将空间相邻且光谱相似的像元分为同一区域,根据区域大小将图像在空间上分成潜在异常区域与背景区域,用背景区域中所有子区域的平均光谱RFS作为SVDD训练样本求取支持向量。RFS是每个子区域中像元光谱的统计结果且不包含奇异像元,可以避免奇异像元光谱和图像随机噪声对背景建模的影响。对HYMAP和AVIRIS图像数据的仿真结果表明:RFS-SVDD算法能抑制异常目标像元光谱和图像随机噪声对背景建模的干扰,降低SVDD用于高光谱图像全局异常检测的虚警率。
引用
收藏
页码：228 / 232
页数：5
相关论文