基于StOMP稀疏方法的高光谱图像目标检测赵春晖,靖晓昊,李威.pdfVIP

网络出版时间：2015-05-27 15:01 网络出版地址：/kcms/detail/23.1390.U1501.003.html 第36 卷第7 期 哈 尔 滨 工 程 大 学 学 报 Vol.36 No.7 2015 年7 月 Journal of Harbin Engineering University Jul. 2015 基于StOMP 稀疏方法的高光谱图像目标检测 赵春晖, 靖晓昊, 李威 （哈尔滨工程大学 信息与通信工程学院，黑龙江 哈尔滨 150001） 摘 要：稀疏表示方法已经被成功的应用到了高光谱图像目标检测领域，并且取得了较好的检测效果，但由于高 光谱图像往往具有很大的数据量，传统的稀疏检测算法计算成本很高。针对这种情况，提出了应用 StOMP 算法 的高光谱图像稀疏目标检测算法，对求解稀疏系数的步骤进行了改进，减少了此过程中的迭代次数，大幅度降低 了运算量，提高了检测速度。使用了2 组数据进行仿真实验，实验结果表明，StOMP 算法的应用有效地提高了检 测速度与检测精度。 关键词：高光谱图像；目标检测；稀疏表示；StOMP 算法；快速运算 Doi ：10.3969/j.issn.1006-7043.201404087 中图分类号：TP751.1 文献标识码：A 文章编号：1006-7043 (2015) 07-xxxx-x Hyperspectral imagery target detection algorithm based on StOMP sparse representation ZHAO Chunhui ，JING Xiaohao, LI Wei (College of Information and Communication Engineering, Harbin Engineering University, Harbin 150001, China) Abstract ：Sparse representation algorithm has been successfully applied to the field of hyperspectral imagery (HSI) target detection, and achieved good results. But the computing cost of traditional sparse detection algorithms is very high, because HSI often has a large amount of data. For this case, this paper proposes a new HSI target detection method using StOMP reconstruction algorithm. The new method improves the step of solving sparse coefficient, reducing the number of iterations of this process, significantly improving the detection efficiency and reducing the computing cost. There are two sets of data in the simulation experiment. The results show that StOMP algorithm