面向稀疏高光谱图像的自动目标检测
图像与视频处理
2020-03-06 v3 计算机视觉与模式识别
摘要
本工作中，开发了一种新颖的高光谱图像目标检测器。该检测器不依赖于未知协方差矩阵，在大维度下表现良好，无分布假设，对大气效应具有不变性，且不需要构建背景字典。基于对鲁棒主成分分析 (RPCA) 的改进，给定高光谱图像 (HSI) 被视为由一个低秩背景 HSI 与一个稀疏目标 HSI 之和构成，其中稀疏目标 HSI 基于用户指定的预学习目标字典包含目标。稀疏分量被直接用于检测，即目标简单地在稀疏目标 HSI 的非零项处被检测。因此，开发了一种新颖的目标检测器，它只是从原始 HSI 自动生成的稀疏 HSI，但仅包含目标且背景被抑制。该检测器在真实实验中进行了评估，其结果证明了其在高光谱目标检测中的有效性，尤其在目标与周围环境高度匹配时。
引用
@article{arxiv.1904.09030,
title = {Automatic Target Detection for Sparse Hyperspectral Images},
author = {Ahmad W. Bitar and Jean-Philippe Ovarlez and Loong-Fah Cheong and Ali Chehab},
journal= {arXiv preprint arXiv:1904.09030},
year = {2020}
}
备注
Accepted for publication in the book "Hyperspectral Image Analysis - Advances in Signal Processing and Machine Learning". arXiv admin note: text overlap with arXiv:1711.08970, arXiv:1808.06490