基于Hausdorff度量的高光谱异常目标检测算法
2016-10-11赵春晖尤伟齐滨2王玉磊
赵春晖,尤伟,齐滨2,王玉磊
(1.哈尔滨工程大学信息与通信工程学院,黑龙江哈尔滨150001;2.哈尔滨工程大学水声工程学院,黑龙江哈尔滨150001)
基于Hausdorff度量的高光谱异常目标检测算法
赵春晖1,尤伟1,齐滨2,王玉磊1
(1.哈尔滨工程大学信息与通信工程学院,黑龙江哈尔滨150001;2.哈尔滨工程大学水声工程学院,黑龙江哈尔滨150001)
高光谱遥感异常目标检测中,目标和背景光谱信息难以精确地界定,导致目标检测性能下降。针对经典RX检测算法存在虚警概率高、计算量大、过程繁琐等缺点,将Hausdorff度量引入高光谱异常检测,利用改进的Hausdorff距离(MHD)从光谱匹配程度的角度,进行了高光谱异常目标检测,最大程度地将异常目标和背景分离。采用模拟数据和真实高光谱数据进行大量实验,检测性能大幅提升,算法的计算效率提高了60%,证明了本文算法比RX算法、因果RX算法和KRX算法检测效果好,效率高等优势,算法的低复杂度特性为硬件实现提供了良好的算法支持。
高光谱遥感;异常检测;RX算法;光谱匹配;Hausdorff度量
近年来,高光谱遥感在目标探测与识别等方面具有了广泛的应用。在目标检测中,不需要先验光谱信息的异常目标检测技术具有较强的实用性,经典的异常检测算法是源于多光谱遥感的RX算法[1-2],RX算法最早是由Reed和Xiaoli Yu于1990年提出的,是用于在高斯背景统计特性和空间白化的条件下目标光谱信息和背景光谱信息均未知的目标检测[3]。随后Chang等在RX算法基础上对检测算子进行了改进[4],2013年,Acito等提出了一种RX局部异常检测算子(L-RXD),提高了检测性能,Riley等联合了欧氏距离构造了新检测器[2],有效地抑制了噪声的干扰。……
