一种面向高光谱影像的光谱-空间融合异常检测方法
图像与视频处理
2022-02-25 v1 计算机视觉与模式识别
摘要
在高光谱中，高质量光谱信号传达细微的光谱差异以区分相似材料，从而为异常检测提供独特优势。因此异常像素的精细光谱可从异质背景像素中有效筛选出来。由于相同材料在空间与光谱维度上具有相似特征，联合空间与光谱信息可显著提升检测性能。本文提出一种面向高光谱影像的光谱-空间融合异常检测（SSFAD）方法。首先，将原始光谱信号映射到由中值与均值构成的高置信度局部线性背景空间，在其中实施显著性权重与特征增强策略以获得光谱域初始检测图。此外，为充分利用测试像素周围局部背景的相似性信息，设计了一种新检测器以提取块图像在空间域的局部相似性空间特征。最后，通过自适应融合光谱与空间检测图来检测异常。实验结果表明，所提方法优于传统方法，具有更优检测性能。
引用
@article{arxiv.2202.11889,
title = {A spectral-spatial fusion anomaly detection method for hyperspectral imagery},
author = {Zengfu Hou and Siyuan Cheng and Ting Hu},
journal= {arXiv preprint arXiv:2202.11889},
year = {2022}
}