一种自适应核RX+高光谱异常检测算法.pdfVIP

新技术应用 ·2081 · 一种自适应核 RX 高光谱异常检测算法 梅 锋 赵春晖 马雪飞 朱海峰 哈尔滨工程大学信息与通信工程学院 哈尔滨 黑龙江 150001 【摘 要】 提出一种自适应的核 RX 算法，应用于高光谱异常检测。基于核方法的高光谱异常检测 算法通常采用高斯径向基核函数，有着较好的非线性检测性能，但在关键核参数的选择 上一直采用大量试验进行选择估计。由于异常检 测通常采用局部检测模式，因此统一的 核参数在不同的背景下其检测性能起伏很大。根 据高光谱数据的特点，本文通过分波段 进行局部背景数据的二阶分布统计，进而生成随 检测背景变化的局部检测核参数，形成 了自适应的核 RX 检测算法，简化了核参数的估计，改善了核 RX 算法在复杂变化的背 景中的异常检测能力。通过真实 AVIRIS 数据的测试检验，接收机特性曲线说明该算法 改善了检测算法的性能，降低了虚警概率。 【关键词】 自适应 异常检测 高光谱图像 核方法 RX An Adaptive Kernel RX Algorithm for Anomaly Detection in Hyperspectral Imagery Mei Feng Zhao Chunhui Ma Xuefei Zhu Haifeng School of Information and Communication ，Harbin Engineering University ，Harbin 150001 ，Heilongjiang ，China Abstract ：An adaptive kernel RX algorithm is proposed for anomaly detection in hyperspectral imagery. A Gaussian Radial Basis Function （RBF ）kernel was introduced into many kernel based anomaly detection algorithms. By the kernel method ，these algorithms adequately mined the high-order correlation between spectral bands and had good nonlinear performance for anomaly detection. But the parameter estimation for kernel function in these methods were all obtained by a lot of experiments. The performance of anomaly detectors adopting a local detection model degenerated as an uniform kernel parameter was utilized in different background clutters. An adaptive parameter estimation method is proposed and applied in the kernel R