第1章 绪论 1
1.1 高光谱异常检测的背景及研究的目的和意义 1
1.2 高光谱图像特点及成像技术发展 2
1.3 高光谱图像异常检测技术研究现状 5
1.4 本书的主要研究内容和章节安排 11
参考文献 13
第2章 高光谱图像基础与核函数分析 17
2.1 引言 17
2.2 高光谱图像成像机理 17
2.3 高光谱图像数据源 20
2.4 高光谱图像特性分析 22
2.5 核函数分析 28
2.6 本章小结 31
参考文献 32
第3章 基于光谱维变换和空域滤波的高光谱异常检测 34
3.1 引言 34
3.2 高光谱图像降维技术 34
3.3 光谱维变换 35
3.4 空域滤波 41
3.5 RX异常检测算法 43
3.6 基于光谱维变换和空域滤波的异常检测算法 46
3.7 仿真实验与结果分析 48
3.8 本章小结 58
参考文献 59
第4章 基于四阶累积量的高光谱图像波段子集异常检测 61
4.1 引言 61
4.2 非高斯程度的度量 61
4.3 核RX异常检测算法 63
4.4 基于四阶累积量的波段子集异常检测算法 66
4.5 仿真实验与结果分析 68
4.6 本章小结 76
参考文献 77
第5章 结合光谱解混的高光谱图像异常检测SVDD算法 79
5.1 引言 79
5.2 光谱解混 79
5.3 约束非负矩阵分解的解混算法 86
5.4 支持向量数据描述方法 93
5.5 结合光谱解混的异常检测SVDD算法实现 97
5.6 仿真实验与结果分析 98
5.7 本章小结 104
参考文献 105
第6章 基于空谱联合稀疏表示的高光谱异常目标检测 108
6.1 引言 108
6.2 局部线性嵌入重构权值矩阵的核协同表示优化 108
6.3 基于LLE稀疏差异指数的高光谱异常检测 111
6.4 线性局部切空间排列和背景共同稀疏表示 126
6.5 基于空谱联合BJSR的高光谱异常检测 128
6.6 本章小结 143
参考文献 144
第7章 基于低秩稀疏分解的空谱联合高光谱异常目标检测 146
7.1 引言 146
7.2 高光谱图像的低秩稀疏矩阵分解模型 146
7.3 基于空谱联合低秩稀疏分解的高光谱异常检测 147
7.4 基于低秩稀疏分解和空谱联合栈式自编码器的高光谱异常检测 160
7.5 本章小结 172
参考文献 172
第8章 基于张量分析的高光谱异常目标检测 174
8.1 引言 174
8.2 高光谱图像张量分解理论 175
8.3 基于张量分解稀疏差异指数的高光谱异常目标检测 176
8.4 基于张量分解局部马氏距离的高光谱异常检测 185
8.5 基于张量自适应子空间的高光谱异常目标检测 193
8.6 本章小结 202
参考文献 202