基于神经网络的高光谱图像异常目标检测方法

论文摘要

基于高光谱图像的异常目标检测是当前研究的热点之一,目前已经产生了很多目标检测方法。这些算法大多仅利用了图像的低阶统计特征,因此难以实现目标的非线性检测。传统基于核映射方法的非线性目标检测,由于需要极大的内存,具有较低的效率,在实际应用受到了限制。该文提出了一种基于神经网络的高光谱图像异常目标检测方法。该方法首先使用RBF网络对高光谱图像进行非线性映射,使原本不可分的背景和目标线性可分,然后使用传统的RXD目标检测算法来检测异常目标。进行了模拟实验和真实实验,结果表明,基于神经网络的非线性主成分分析可以将线性不可分的目标与背景进行分离,从而获得更好的目标探测效果。

论文目录

• 0 引 言
• 1 基于核映射的目标检测
• 2 基于非线性映射的高光谱图像目标检测方法
•   2.1 检测流程
•   2.2 基于NLPCA的非线性提取
•   2.3 局部异常值检测
• 3 实验结果
•   3.1 模拟数据实验
•   3.2 真实数据实验
• 4 结 论

文章来源

类型: 期刊论文

作者: 王敏,陈金勇,孙康,高峰,许妙忠

关键词: 高光谱遥感,目标探测,异常检测,非线性主成分分析,算法

来源: 国外电子测量技术 2019年01期

年度: 2019

分类: 信息科技,工程科技Ⅱ辑

专业: 工业通用技术及设备,自动化技术

单位: 中国电子科技集团公司航天信息应用技术重点实验室,中国电子科技集团公司第五十四研究所,测绘遥感信息工程国家重点实验室

分类号: TP183;TP751

DOI: 10.19652/j.cnki.femt.1801072

页码: 96-101

总页数: 6

文件大小: 428K

下载量: 243