高光谱图像异常检测作为一种无监督的目标检测,主要存在异常目标类型多样化、异常与背景不易区分、以及检测精度受场景影响大等难题。针对以上问题,本文提出了一种基于空谱多路自编码器的高光谱图像异常检测方法。首先,提出一种加权空谱...高光谱图像异常检测作为一种无监督的目标检测,主要存在异常目标类型多样化、异常与背景不易区分、以及检测精度受场景影响大等难题。针对以上问题,本文提出了一种基于空谱多路自编码器的高光谱图像异常检测方法。首先,提出一种加权空谱Gabor滤波方法,提取高光谱图像的多尺度空谱特征;其次,采用多路自编码器降低多尺度空谱特征在光谱维的冗余度,提取空谱特征中的主要信息;最后,利用得到的主要空谱特征,结合形态学滤波与双曲正切函数进行特征增强,以提高异常与背景噪声的区分度。本文提出的方法是一种即插即用的异常检测方法,无需额外的参数输入;多路自编码器提取了多尺度主要空谱特征,以应对异常目标类型多样化的难题;通过特征增强提高了背景与异常的区分度。将本文提出的方法与9种流行的异常检测方法相比,在5个高光谱数据集上进行验证,通过对比异常检测结果图、接收机操作特性(Receiver Operating Characteristic,ROC)曲线、ROC曲线下覆盖的面积AUC(Area Under Curve)以及异常像元与背景像元的箱型图等评价指标,证明了本文方法优于其他9种方法。展开更多
文摘高光谱图像异常检测作为一种无监督的目标检测,主要存在异常目标类型多样化、异常与背景不易区分、以及检测精度受场景影响大等难题。针对以上问题,本文提出了一种基于空谱多路自编码器的高光谱图像异常检测方法。首先,提出一种加权空谱Gabor滤波方法,提取高光谱图像的多尺度空谱特征;其次,采用多路自编码器降低多尺度空谱特征在光谱维的冗余度,提取空谱特征中的主要信息;最后,利用得到的主要空谱特征,结合形态学滤波与双曲正切函数进行特征增强,以提高异常与背景噪声的区分度。本文提出的方法是一种即插即用的异常检测方法,无需额外的参数输入;多路自编码器提取了多尺度主要空谱特征,以应对异常目标类型多样化的难题;通过特征增强提高了背景与异常的区分度。将本文提出的方法与9种流行的异常检测方法相比,在5个高光谱数据集上进行验证,通过对比异常检测结果图、接收机操作特性(Receiver Operating Characteristic,ROC)曲线、ROC曲线下覆盖的面积AUC(Area Under Curve)以及异常像元与背景像元的箱型图等评价指标,证明了本文方法优于其他9种方法。
