基于张量表示的高光谱图像目标检测 | |
张小荣1,2,3; 胡炳樑1; 潘志斌2; 郑茜4 | |
刊名 | 光学精密工程 |
2019-02-01 | |
卷号 | 27期号:2页码:488-498 |
关键词 | 目标检测 高光谱图像 张量表示 特征提取 协作表示 |
ISSN号 | 1004924X |
DOI | 10.3788/OPE.20192702.0488 |
其他题名 | Tensor representation based target detection for hyperspectral imagery |
产权排序 | 1 |
英文摘要 | 高光谱图像目标检测作为一个研究热点在军事和民用方面的应用越来越广泛。为了能同时利用高光谱图像数据的空谱信息,本文提出一种新的基于张量表示的高光谱图像目标检测算法。算法使用CP(Canonical Polyadic)张量分解技术和张量块分解(Block Term Decomposition,BTD)分别对高光谱数据进行盲源分析,提取了有效的局部图像块空谱特征,建立了一个基于稀疏表示和协作表示的检测模型,针对多种类型背景复杂的场景数据进行实验,并与当前流行的目标检测算法进行比较。从可视化检测结果来看,本文算法在复杂背景和强噪声环境下,有效提取了空谱特征,对背景具有较好的抑制能力,检测的目标显著。此外,本文从接收机操作曲线(Receiver Operating Characteristic Curve,ROC)和ROC曲线下面积(Area Under Curve,AUC)等定量指标分析算法性能。以较为流行的Sandiego图像为例,在10%的虚警率下,本文算法取得90%的检测精度,AUC大于0.95。本文算法相较几种流行算法而言具有较高的检测精度,更强的鲁棒性。 |
语种 | 中文 |
CSCD记录号 | CSCD:6442078 |
内容类型 | 期刊论文 |
源URL | [http://ir.opt.ac.cn/handle/181661/31550] |
专题 | 西安光学精密机械研究所_光学影像学习与分析中心 |
通讯作者 | 张小荣 |
作者单位 | 1.中国科学院西安光学精密机械研究所; 2.西安交通大学电子信息与工程学院; 3.中国科学院大学; 4.中国科学院地球环境研究所 |
推荐引用方式 GB/T 7714 | 张小荣,胡炳樑,潘志斌,等. 基于张量表示的高光谱图像目标检测[J]. 光学精密工程,2019,27(2):488-498. |
APA | 张小荣,胡炳樑,潘志斌,&郑茜.(2019).基于张量表示的高光谱图像目标检测.光学精密工程,27(2),488-498. |
MLA | 张小荣,et al."基于张量表示的高光谱图像目标检测".光学精密工程 27.2(2019):488-498. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论