作者：钮宇斌; 王斌高光谱图像异常探测低秩矩阵分解低秩表示学习字典
摘要：提出一种基于低秩表示和学习字典的高光谱遥感图像异常探测算法．相对于其它低秩矩阵分解方法如鲁棒主成分分析，低秩表示方法更为契合高光谱图像的线性混合模型．该算法将低秩表示模型应用到高光谱图像异常探测问题上来，引入表征背景信息的学习字典，大大增强了低秩表示模型对初始参数的鲁棒性．仿真和实际高光谱数据的实验结果表明，所提出的算法有效地提高了异常的探测率，同时对初始参数具有较好的鲁棒性，可以作为一种解决高光谱图像异常探测的有效手段．
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
