一种改进的LPD高光谱图像异常检测算法

您当前的位置：

首页 >

文章列表页 >

一种改进的LPD高光谱图像异常检测算法

信息光学与图像处理 | 更新时间：2025-09-01

- 一种改进的LPD高光谱图像异常检测算法
- An anomaly detection method for hyperspectral image based on improved LPD
- 光学技术 2015年41卷第1期页码：16-21
- 作者机构：
  
  1:苏州大学物理科学与技术学院
- 作者简介：
- 基金信息：
  
  国家自然科学基金项目(61170124)
- DOI：10.13741/j.cnki.11-1879/o4.2015.01.004
  中图分类号：
- 纸质出版：2015
- 稿件说明：
移动端阅览
程凯, 李成金, 赵勋杰. 一种改进的LPD高光谱图像异常检测算法[J]. 光学技术, 2015,41(1):16-21.

An anomaly detection method for hyperspectral image based on improved LPD[J]. 2015, 41(1): 16-21.
程凯, 李成金, 赵勋杰. 一种改进的LPD高光谱图像异常检测算法[J]. 光学技术, 2015,41(1):16-21. DOI： 10.13741/j.cnki.11-1879/o4.2015.01.004.

An anomaly detection method for hyperspectral image based on improved LPD[J]. 2015, 41(1): 16-21. DOI： 10.13741/j.cnki.11-1879/o4.2015.01.004.

在低概率检测(LPD)算法中

当选取的特征向量数目等于背景地物种类时

算法的检测效果比较理想

然而背景地物的种类数通常不知道

因此难以确定特征向量的数量。针对这一问题

对LPD算法进行了改进:首先用迭代误差分析(IEA)方法提取端元

然后在提取的端元中选择出与背景地物光谱相近的端元

并用它们构成背景矩阵

进而用该矩阵构造出正交投影算子

最后将该投影算子代入到LPD算法中进行目标检测。实验结果表明

该方法可以更有效地抑制背景

降低虚警率

提高检测性能。

浏览量

145

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于高光谱基本准则的波段选择方法

基于标志点等距映射的高光谱图像端元提取算法

基于独立成分分析的高光谱图像异常检测

一种高光谱图像波段选择的快速混合搜索算法

基于GoogLeNet和空间谱变换的高光谱图像超分辨率方法