一种SAM加权KEST高光谱异常检测算法

摘要

本发明公开了一种SAM加权KEST高光谱异常检测算法(SKEST)。首先，推导SKEST算法；其次采用双矩形窗口，对高光谱图像中每个像元计算其SKEST值，进行阈值分割，检测出异常点。SKEST算法在基于核的特征空间分离变换算法(KEST)基础上，采用光谱角匹配(SAM)测度对高维特征空间检测点邻域差异相关矩阵(DCOR)中每个样本引入权重因子，各样本权重因子取决于该样本光谱向量与检测窗口数据中心向量夹角。从而抑制检测窗口中的异常数据，突出主成分数据的贡献，使得DCOR矩阵能够更好地描述目标、背景数据分布差异；同时SAM对光谱能量是鲁棒的，结合径向基核函数，SKEST算法既考虑了信号的光谱能量差异，也考虑了信号的光谱曲线形状差异，因而更符合高光谱数据特性。