基于样本分割的快速高光谱图像异常检测支持向量数据描述方法

被引：6

作者：

谌德荣

宫久路

陈乾

曹旭平

机构：

[1] 北京理工大学宇航科学技术学院

来源：

兵工学报 | 2008年 / 09期

关键词：

摄影测量与遥感技术; 高光谱图像; 异常检测; 支持向量数据描述; 样本分割;

D O I：

暂无

中图分类号：

TP751.1 [数字处理];

学科分类号：

081002 ;

摘要：

高光谱图像异常检测支持向量数据描述方法性能优越但存在计算量巨大的问题。提出快速高光谱图像异常检测支持向量数据描述方法,该算法通过样本分割有效降低求取支持向量的计算量。建立了求取支持向量的计算量与样本分割子集数量的数学模型,并给出样本分割子集数量的最优选取方法;提出目标窗与背景窗尺寸相同的优化分割方法,该方法目标窗每次移动只需更新50%的训练样本,有效地减少图像遍历时求取支持向量的计算量。对HYMAP图像的仿真结果表明:本文算法对不同尺寸的高光谱图像进行异常检测的计算时间均小于SVDD算法计算时间的10%.

引用

页码：1049 / 1053

页数：5