公开(公告)号：CN112016529A

公开(公告)日：2020-12-01

申请号：CN202011129045.0

申请日：2020-10-21

申请人： 南京理工大学

发明人： 李恒 ,  魏洁 ,  吴泽彬 ,  覃富和 ,  徐洋 ,  韦志辉

IPC分类号： G06K9/00 ,  G06K9/32 ,  G06K9/46 ,  G06K9/62

摘要： 本发明公开了一种基于鲁棒光谱协方差距离的高光谱异常目标智能检测方法，包括以下步骤：根据高阶奇异值分解构建空间维因子矩阵，以充分提取高光谱图像的空间维度信息；用聚类算法对高光谱数据的所有像元进行k个类别归类，去除聚类簇中像元数目少于P的像元，剩下的像元按每一簇进行计算其核空间异常指标，从而最终选取叠加和最大的前P个像元作为光谱维因子矩阵的组成原子；建立基于鲁棒光谱协方差距离正则化的高光谱图像异常智能检测模型，构造拉格朗日方程，逐步迭代求解某一个变量同时固定其余变量，求解异常检测模型，根据所求得的解得到异常目标。本发明能够对高光谱遥感图像中的异常目标实现智能检测，有效降低虚警率。

公开(公告)号：CN112016529B

公开(公告)日：2021-02-12

申请号：CN202011129045.0

申请日：2020-10-21

申请人： 南京理工大学

发明人： 李恒 ,  魏洁 ,  吴泽彬 ,  覃富和 ,  徐洋 ,  韦志辉

IPC分类号： G06K9/00 ,  G06K9/32 ,  G06K9/46 ,  G06K9/62

摘要： 本发明公开了一种基于鲁棒光谱协方差距离的高光谱异常目标智能检测方法，包括以下步骤：根据高阶奇异值分解构建空间维因子矩阵，以充分提取高光谱图像的空间维度信息；用聚类算法对高光谱数据的所有像元进行k个类别归类，去除聚类簇中像元数目少于P的像元，剩下的像元按每一簇进行计算其核空间异常指标，从而最终选取叠加和最大的前P个像元作为光谱维因子矩阵的组成原子；建立基于鲁棒光谱协方差距离正则化的高光谱图像异常智能检测模型，构造拉格朗日方程，逐步迭代求解某一个变量同时固定其余变量，求解异常检测模型，根据所求得的解得到异常目标。本发明能够对高光谱遥感图像中的异常目标实现智能检测，有效降低虚警率。