OPT OpenIR  > 光谱成像技术实验室
基于张量表示的高光谱图像目标检测
Alternative TitleTensor representation based target detection for hyperspectral imagery
张小荣1,2,3; 胡炳樑1; 潘志斌2; 郑茜4
Department光谱成像技术实验室
2019-02-01
Source Publication光学精密工程
ISSN1004924X
Volume27Issue:2Pages:488-498
Contribution Rank1
Abstract

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。

Keyword目标检测 高光谱图像 张量表示 特征提取 协作表示
DOI10.3788/OPE.20192702.0488
Indexed ByEI ; CSCD
Language中文
CSCD IDCSCD:6442078
EI Accession Number20191906900440
Citation statistics
Document Type期刊论文
Identifierhttp://ir.opt.ac.cn/handle/181661/31550
Collection光谱成像技术实验室
Corresponding Author张小荣
Affiliation1.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
First Author Affilication中国科学院西安光学精密机械研究所
Corresponding Author Affilication中国科学院西安光学精密机械研究所
Recommended Citation
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.
Files in This Item:
File Name/Size DocType Version Access License
基于张量表示的高光谱图像目标检测.pdf(926KB)期刊论文出版稿暂不开放CC BY-NC-SAApplication Full Text
Related Services
Recommend this item
Bookmark
Usage statistics
Export to Endnote
Google Scholar
Similar articles in Google Scholar
[张小荣]'s Articles
[胡炳樑]'s Articles
[潘志斌]'s Articles
Baidu academic
Similar articles in Baidu academic
[张小荣]'s Articles
[胡炳樑]'s Articles
[潘志斌]'s Articles
Bing Scholar
Similar articles in Bing Scholar
[张小荣]'s Articles
[胡炳樑]'s Articles
[潘志斌]'s Articles
Terms of Use
No data!
Social Bookmark/Share
All comments (0)
No comment.
 

Items in the repository are protected by copyright, with all rights reserved, unless otherwise indicated.