共 9 条
- [3] 改进自适应LBG矢量量化算法在干涉高光谱图像压缩中的应用[J]. 温佳,马彩文,水鹏朗.光谱学与光谱分析. 2011(04)
- [5] 一种背景误差累积的高光谱图像异常检测算法[J]. 赵春晖,胡春梅,包玉刚.光子学报. 2010(10)
采用主成分量化和密度估计期望最大聚类的高光谱异常目标检测附视频
被引：9
作者：
赵春晖
李晓慧
田明华
机构：
[1] 哈尔滨工程大学信息与通信工程学院
来源：
基金：
黑龙江省自然科学基金;
关键词：
高光谱图像;
异常检测;
主成分量化;
密度估计;
期望最大聚类;
D O I：
暂无
中图分类号：
TP751.1 [数字处理];
学科分类号：
摘要：
针对高光谱图像异常目标检测中图像邻近像元光谱相似易对检测结果产生干扰的现象,将聚类算法引入到异常目标检测领域,提出一种采用主成分量化和密度估计期望最大聚类的高光谱图像异常目标检测算法.在高维空间中,使用期望最大聚类算法对像元光谱向量进行聚类,将邻近像元的空间相关性转化为类内或类间像元的关系,根据异常像元分布在类别边缘的原理,以类为单位检测异常目标,有效地避免异常点的信息被淹没;另外,针对期望最大聚类算法对初始化过程要求敏感的问题,提出了根据图像的第一主成分信息,分别利用向量量化和密度估计的方法对期望最大聚类算法进行初始化,进一步提高算法的检测效果和计算效率.用合成和真实的AVIRIS高光谱数据进行仿真实验,仿真结果表明使用基于主成分量化和密度估计期望最大聚类算法的高光谱图像异常目标检测算法明显优于传统的异常检测算法.
引用
收藏
页码：1224 / 1230
页数：7
相关论文