基于背景位置估计的低秩稀疏矩阵分解高光谱异常检测方法

摘要： 高光谱异常检测（AD）在过去20年中备受关注。该方法无需任何先验知识即可区分与背景具有显著光谱差异的像素?；诘椭认∈杈卣蠓纸猓↙RaSMD）的检测器已应用于AD领域，其通过稀疏分量的欧氏距离衡量异常值。然而，稀疏分量中的背景干扰会严重提高虚警率并影响真实异常的检测。本文提出一种结合LRaSMD与背景位置估计的新型AD方法，旨在抑制稀疏分量中的背景干扰以实现背景与异常的更好分离。首先采用传统LRaSMD方法获取原始稀疏矩阵；其次通过顺序最大角凸锥（SMACC）端元提取模型构建丰度图；鉴于异常仅以低概率占据少量像素，进而通过这些丰度图估计背景像素的坐标位置；最后将原始稀疏矩阵中对应位置的谱段替换为零向量，并基于改进后的稀疏矩阵计算最终异常值。该方法通过同时考虑异常的光谱与空间特性实现了卓越性能。合成与真实高光谱数据集的实验结果表明，相较于多种先进AD检测器，本方法具有显著优势。