基于低秩全變差正則化的高光譜異常檢測(cè)方法
發(fā)布時(shí)間:2023-02-07 07:50
高光譜遙感技術(shù)為探索地物提供了豐富的信息,為異常檢測(cè)提供了更優(yōu)質(zhì)的數(shù)據(jù)源。但是在先驗(yàn)信息未知的情況下,進(jìn)行異常檢測(cè)仍是一項(xiàng)非常具有挑戰(zhàn)性的工作。針對(duì)該問題,提出一種基于低秩和全變差正則化約束的高光譜數(shù)據(jù)異常檢測(cè)方法。首先,對(duì)高光譜圖像進(jìn)行線性和非線性解混,得到兩組豐度圖像,將豐度圖像與原高光譜圖像進(jìn)行融合。其次,根據(jù)背景區(qū)域在融合數(shù)據(jù)中的特征構(gòu)建圖像背景的字典,并建立圖像的低秩表示模型。然后,由背景和異常目標(biāo)各自特點(diǎn),建立異常檢測(cè)正則化模型。最后,對(duì)模型進(jìn)行優(yōu)化求解,得到異常檢測(cè)結(jié)果。在真實(shí)高光譜數(shù)據(jù)中進(jìn)行實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果表明該方法可獲得較優(yōu)的高光譜異常檢測(cè)性能。
【文章頁數(shù)】:10 頁
【文章目錄】:
1引言
2基于低秩表示的異常檢測(cè)
3本文方法
3.1解混
3.2構(gòu)建字典
3.3建模與優(yōu)化
3.4算法步驟
4實(shí)驗(yàn)結(jié)果與分析
4.1實(shí)驗(yàn)數(shù)據(jù)
4.2參數(shù)分析
4.3對(duì)比分析
5結(jié)論
本文編號(hào):3736693
【文章頁數(shù)】:10 頁
【文章目錄】:
1引言
2基于低秩表示的異常檢測(cè)
3本文方法
3.1解混
3.2構(gòu)建字典
3.3建模與優(yōu)化
3.4算法步驟
4實(shí)驗(yàn)結(jié)果與分析
4.1實(shí)驗(yàn)數(shù)據(jù)
4.2參數(shù)分析
4.3對(duì)比分析
5結(jié)論
本文編號(hào):3736693
本文鏈接:http://sikaile.net/guanlilunwen/gongchengguanli/3736693.html
最近更新
教材專著