Single-Spectrum-Driven Binary-Class Sparse Representation Target Detector for Hyperspectral Imagery
Single-Spectrum-Driven Binary-Class Sparse Representation Target Detector for Hyperspectral Imagery
复制标题
用于高光谱图像的单光谱驱动二元类稀疏表示目标探测器
DOI：
10.1109/tgrs.2020.2995775
复制
发表时间：
2021-02
影响因子：
8.2
通讯作者：
Zhang Liangpei
中科院分区：
文献类型：
--
作者：
Zhu Dehui;Du Bo;Zhang Liangpei
在本文中，提出了一种通过目标和背景字典构建（BDC）的单谱驱动的二进制类稀疏表示目标检测器（SSBSTD）。 SSBSTD 依赖于二进制类稀疏表示 (BSR) 模型。由于背景谱通常由低维子空间组成的背景样本组成，而目标谱也由低维子空间组成的目标样本组成，因此仅使用背景样本来稀疏表示目标不存在假设下的测试像素和目标存在假设下的仅目标字典中的样本。为了缓解稀疏表示模型中可用目标样本不足的问题，本文提出了一种利用给定目标频谱构建目标字典的预检测方法。对于BDC，我们提出了一种基于分类的方法来生成全局超完备背景字典。检测输出由BSR之间的残差组成。对四张基准高光谱图像进行了广泛的实验，实验结果表明我们的 SSBSTD 算法表现出优越的检测性能。
In this article, a single-spectrum-driven binary-class sparse representation target detector (SSBSTD) via target and background dictionary construction (BDC) is proposed. The SSBSTD leans upon the binary-class sparse representation (BSR) model. Due to the fact that a background spectrum usually consists in background samples composed low-dimensional subspace and a target spectrum also consists in target samples composed low-dimensional subspace, only background samples should be used for sparsely representing the test pixel under the target absent hypothesis and the samples from target-only dictionary for target present hypothesis. To alleviate the problem that there are insufficient available target samples in the sparse representation model, this article proposed a predetection method to construct the target dictionary utilizing the given target spectrum. With regard to the BDC, we proposed an approach based on the classification to generate a global over-complete background dictionary. The detection output is composed of the residual difference between the BSR. Extensive experiments were made on four benchmark hyperspectral images and the experimental results indicate that our SSBSTD algorithm demonstrates superior detection performances.
登录
查看更多内容
影响因子：
3.9
作者：
N. Nasrabadi
通讯作者：
N. Nasrabadi
DOI：
10.1109/ssap.1998.739333
发表时间：
1998-09
期刊：
Ninth IEEE Signal Processing Workshop on Statistical Signal and Array Processing (Cat. No.98TH8381)
影响因子：
--
作者：
S. Kraut;L. Scharf
通讯作者：
S. Kraut;L. Scharf
影响因子：
14.9
作者：
N. Nasrabadi
通讯作者：
N. Nasrabadi
基于目标字典构建的稀疏表示高光谱目标检测方法
DOI：
10.1109/jstars.2019.2902430
发表时间：
2019-03
影响因子：
5.5
作者：
D. Zhu;B. Du;L. Zhang
通讯作者：
L. Zhang
DOI：
10.1109/tgrs.2018.2862899
发表时间：
2019-02-01
影响因子：
8.2
作者：
Wang, Qi;He, Xiang;Li, Xuelong
通讯作者：
Li, Xuelong