基于联合提取空谱特征的高光谱图像异常检测方法

作者：雷杰; 阳健; 谢卫莹; 李云松; 刘保珠

来源：2018-11-16, 中国, ZL201811367560.5.

本发明公开了一种基于联合提取空谱特征的高光谱图像异常检测方法,主要解决现有技术中漏检异常点多的问题。本发明的具体步骤如下：(1)构建深度信念网络；(2)生成高光谱训练集；(3)训练深度信念网络；(4)提取特征权值矩阵和偏置矩阵；(5)计算高光谱训练集中每个光谱向量的维特征；(6)检测高光谱训练集的光谱向量维的异常值；(7)获得高光谱训练集的空间特征图像；(7)获得高光谱训练集的空间特征图像；(8)获得空谱特征的高光谱图像的异常值。本发明能够提取光谱特征和空间特征,更好地区分高光谱图像中的异常和复杂的背景,具有检测结果误检异常少、检测结果漏检异常少的优点。

• 单位
  西安电子科技大学