一种基于判别森林子空间选择的高光谱异常探测方法

摘要

本发明提供一种基于判别森林子空间选择的高光谱异常探测方法，包括以从高光谱图像中随机选择部分像元，构造一棵子空间选择孤立二叉树，按此构造孤立判别森林；将高光谱图像遍历所构造的孤立判别森林，计算平均路径长度；计算每个像素的异常分数值，实现探测异常目标。本发明利用孤立判别森林模型以子集合的形式重复学习和估计图像中背景类和异常类的分布规律，在此基础上引入轴平行子空间选择方法，选择对异常信息判别更加有利的波段，避免因波段冗余和维度过高而造成的异常信息被埋没的问题，求解影像的异常分数值信息，获得高光谱图像异常目标探测的最终结果。