%0 Journal Article
%T 采用选择性分段PCA算法的高光谱图像异常检测
%A 赵春晖
%A 胡春梅
%A 石红
%J 哈尔滨工程大学学报
%D 2010
%X 高光谱图像维数高且数据量大给数据分析和处理带来了极大的困难。针对此问题，本文提出了一种基于选择性分段主成分分析(selective section principal component analysis, SSPCA)算法的异常检测方法。该算法首先根据波段之间的相关性将一组多维的高光谱数据划分成多组波段子集，然后分别对各波段子集进行主成分分析，并综合每个波段子集中局部平均奇异度最大的一个波段，用于最后的KRX异常检测。最后用AVIRIS高光谱数据进行了实验研究，并与KRX算法以及选取信息量最大波段的相应算法进行了比较。结果表明，其检测性能得到了较好地改善，取得了较好的检测效果和较低的虚警率。
%K 高光谱图像
%K 选择性分段主成分分析
%K 局部平均奇异度
%K KRX
%K 异常检测
%U http://heuxb.hrbeu.edu.cn/oa/darticle.aspx?type=view&id=20111120