基于扩展数学形态学的高光谱图像异常检测

提出了一种新型的基于扩展数学形态和光谱相似度测量的高光谱图像异常检测方法。在目标与背景未知的情况下,同时利用光谱和空间信息实现目标的定位与检测,实现高光谱遥感数据的目标检测。通过扩展的膨胀和腐蚀操作实现目标特征提取;通过正交投影散度计算扩展形态学操作的累加距离确定排序关系并利用其融合特征提取结果实现特征提取结果的融合。算法性能通过合成的OMIS数据进行评价,与经典异常检测RX算法进行比较,并应用于具有相似光谱特征目标的区分。实验证明,本文提出的算法性能优于RX算法,具有低虚警率的异常目标检测结果,并且能够较好地区分了相似光谱特征的异常目标。