论文部分内容阅读
针对SVDD用于高光谱图像全局异常检测时存在虚警率高的问题,提出RFS-SVDD算法。RFS-SVDD将空间相邻且光谱相似的像元分为同一区域,根据区域大小将图像在空间上分成潜在异常区域与背景区域,用背景区域中所有子区域的平均光谱RFS作为SVDD训练样本求取支持向量。RFS是每个子区域中像元光谱的统计结果且不包含奇异像元,可以避免奇异像元光谱和图像随机噪声对背景建模的影响。对HYMAP和AVIRIS图像数据的仿真结果表明:RFS-SVDD算法能抑制异常目标像元光谱和图像随机噪声对背景建模的干扰,降低SVDD用于高光谱图像全局异常检测的虚警率。