基于带野值的SVDD的高光谱图像异常检测.pdfVIP

第37卷第 12期 光电工程 、，ol-37．NO．12 2010年 l2月 Opto—ElectronicEngineering Dec．2010 文章编号 ：1003—501X(2010)12—0083—05 基于带野值的SVDD的高光谱图像异常检测 蒲晓丰a,b，雷武虎a,b，汤俊杰 。，黄 涛 ，b (电子工程学院 a．脉冲功率激光技术国家重点实验室；b．506教研室；C．电子系，合肥 230037) 摘要：基于支持向量数据描述(SVDD)的高光谱图像异常检测算法常常会因为背景样本中混入异常像元(野值)而导 致检测概率下降。针对此问题，提 出一种基于带野值的支持向量描述的检测算法，引入原点和少量已检测出来的 异常像元作为异常样本，以改善算法对异常和背景数据的描述能力；同时为抑制错误样本的影响，将异常和背景 样本偏离背景样本均值的距离映射作为各样本的加权系数。结果表明，新算法在低虚警概率下较之 SVDD模型有 更高的检测概率。利用真实数据进行实验证明了算法的有效性。 关键词：异常检测；支持向量数据描述(SVDD)；加权；高光谱图像 中图分类号：TP751．1 文献标志码：A doi：10．3969~．issn．1003．501X．2010．12．ol5 AnomalyDetectionforHyperspectralImage BasedonSVDD withNegativeExamples PuXiao—feng一，LE1wu．hu一，TANGJun-jie ，HUANGTao’ (a．StateKeyLaboratoryofPulsedPowerLaserTechnology；b．DepartmentofOptical-Electronics； C．DepartmentofElectronics；ElectronicEngineeringInstitute，Hefei230037，China) Abstract：Anomalydetectionalgorithm basedontheSuppo~VectorDataDescription(SVDD)usuallybringslow detectionratesduetobackgroundexamplesbeingcontaminatedbyanomalousdata．Todealwiththeproblem，anew methodbasedonSVDD withnegativeexamplesisproposed．Byleadingintotheoriginandafew anomaliesasnegative examples，thecapabilityofdescriptiontoanomalyandbackgroundisimproved．Inordertocontroltheinfluenceoffalse examples，thedistanceofeachsampledeviatingfrom themeanofbackgroundexampleismappedintothesampleas weightingcoefficient．Theresultsshow thattheproposedmethodcouldobtainhigherdetectionrateunderlow falserate than thealgorithm based on SVDD．Theeffectivenessoftheproposed method isvalidatedby experimentalresults obtainedfrom realdata． Keywords：anomalydetection；suppo~vectordatadescription(SVDD)；weighting；hyperspectralimage 0 引 言 基于高光谱图像的异常检测技术