آشكارسازي ناهنجاري هاي دشوار در تصاوير فراطيفي

Detection of Difficult Anomalies on Hyperspectral Images

آشكارسازي ناهنجاري هاي دشوار نظير اهداف زير پيكسلي يكي از چالش هاي اساسي در پردازش تصاوير فراطيفي است.به منظور دستيابي به اين هدف،اين مقاله يك روش جديد آشكارسازي ناهنجاري را كه بر اساس انتخاب تنها يك باند طيفي مناسب استوار است،ارايه نموده و آنرا با الگوريتم Kernel-RX كه توجه زيادي را در حوزه آشكارسازي ناهنجاري به خود معطوف نموده است،مقايسه مي نمايد.نتايج تجربي نشان مي دهد كه روش پيشنهادي اين تحقيق از لحاظ كارايي آشكارسازي نسبت به الگوريتم Kernel-RX موفق تر عمل مي نمايد.

Detection of difficult anomalies, like subpixel targets, is one of the fundamental challenges in hyperspectral image analysis. To achieve this purpose, this paper presents a novel anomaly detection approach based on a single-band selection method. The proposed method is compared to Kernel-RX which has interested lots of interest in the arena of anomaly detection. Experimental results demonstrate that the proposed method has superior detection performance respect to the Kernel-RX.