基于空谱特征融合的高光谱RX异常检测方法

针对高光谱异常检测算法没有充分利用高光谱图像的空间信息,检测精度受到限制的问题,提出一种融合空谱信息的RX(Fusing Spatial and Spectral Reed-Xiaoli,FSSRX)异常检测算法来提高高光谱的异常检测精度。FSSRX算法利用EMAP(Extended Multi-attribute Profiles)方法提取出高光谱图像的空间特征,在空间特征上进行RX异常检测,计算空间特征中每个像素点的异常得分;直接对原始高光谱图像进行RX异常检测,计算在光谱特征中每个像素点的异常得分;将在空间特征和光谱特征中得到的异常得分进行有效融合,以提高检测精度。仿真结果显示,FSSRX算法能够有效提高检测精度,降低虚警率,与其他几种算法相比,检测性能更佳。