公开(公告)号：CN106023218A

公开(公告)日：2016-10-12

申请号：CN201610363080.6

申请日：2016-05-27

Applicant: 哈尔滨工程大学

Inventor： 赵春晖 ,  张丽丽 ,  成宝芝 ,  闫奕名 ,  崔颖

IPC: G06T7/00

CPC classification number: G06T7/0002 ,  G06T2207/10036

Abstract: 本发明提供的是一种基于空谱联合背景共同稀疏表示的高光谱异常检测方法。(1)在光谱域中，采用背景共同稀疏表示检测器进行异常目标检测；(2)采用线性局部切空间排列即LLTSA的降维方法获得原高光谱图像低维流行数据；(3)对低维流行数据采用空间背景共同稀疏表示检测器进行异常检测；(4)采用如下的空谱联合背景共同稀疏表示检测器获得最终的异常检测结果d＝αdspec+(1‑α)dspat,0≤α≤1。本发明不需要对高光谱数据进行模型假设，充分考虑了高光谱数据特有的非线性特性，且同时考虑了空间特性和光谱特性，使检测结果更加可靠。

公开(公告)号：CN106023218B

公开(公告)日：2018-10-26

申请号：CN201610363080.6

申请日：2016-05-27

Applicant: 哈尔滨工程大学

Inventor： 赵春晖 ,  张丽丽 ,  成宝芝 ,  闫奕名 ,  崔颖

IPC: G06T7/00

Abstract: 本发明提供的是一种基于空谱联合背景共同稀疏表示的高光谱异常检测方法。(1)在光谱域中，采用背景共同稀疏表示检测器进行异常目标检测；(2)采用线性局部切空间排列即LLTSA的降维方法获得原高光谱图像低维流行数据；(3)对低维流行数据采用空间背景共同稀疏表示检测器进行异常检测；(4)采用如下的空谱联合背景共同稀疏表示检测器获得最终的异常检测结果d＝αdspec+(1‑α)dspat,0≤α≤1。本发明不需要对高光谱数据进行模型假设，充分考虑了高光谱数据特有的非线性特性，且同时考虑了空间特性和光谱特性，使检测结果更加可靠。