您的位置: 专家智库 > >

李晓慧

作品数:5 被引量:64H指数:4
供职机构:哈尔滨工程大学信息与通信工程学院更多>>
发文基金:国家自然科学基金黑龙江省自然科学基金哈尔滨市优秀学科带头人基金更多>>
相关领域:自动化与计算机技术电子电信更多>>

文献类型

  • 5篇中文期刊文章

领域

  • 4篇自动化与计算...
  • 1篇电子电信

主题

  • 4篇异常检测
  • 4篇图像
  • 4篇光谱图像
  • 4篇高光谱图像
  • 2篇异常检测算法
  • 2篇目标检测
  • 2篇测算法
  • 1篇引理
  • 1篇正交子空间投...
  • 1篇主成分
  • 1篇子空间
  • 1篇密度估计
  • 1篇聚类

机构

  • 5篇哈尔滨工程大...
  • 1篇马里兰大学

作者

  • 5篇赵春晖
  • 5篇李晓慧
  • 2篇王玉磊
  • 1篇田明华
  • 1篇朱海峰

传媒

  • 1篇黑龙江大学自...
  • 1篇红外与毫米波...
  • 1篇光子学报
  • 1篇电子测量与仪...
  • 1篇哈尔滨工程大...

年份

  • 1篇2015
  • 1篇2014
  • 2篇2013
  • 1篇2012
5 条 记 录,以下是 1-5
排序方式:
基于自适应核方法的正交子空间投影异常检测算法被引量:4
2012年
在高光谱图像的异常目标检测核方法中,高斯径向基核函数的宽度决定因子(即核参数)选择恰当与否是决定算法性能的重要因素。针对这一问题,提出了一种基于自适应核方法的正交子空间投影高光谱图像异常检测算法,有效的解决了统一的全局检测参数在复杂多变背景环境下检测性能下降的问题。这不仅提高了算法的通用性,也降低了检测的计算量。用AVIRIS高光谱数据进行了仿真实验,取得了较好的检测效果。将该算法与其他算法进行比较,结果表明,所提出算法的检测性能明显地优于传统算法,降低了虚警概率。
赵春晖尤佳李晓慧
关键词:正交子空间投影异常检测算法高光谱图像
高光谱图像异常目标检测研究进展被引量:29
2014年
高光谱图像异常目标检测在国防军用和民用方面都具有重要的理论价值和应用前景,是当前遥感信息和图像处理处理研究领域中的一个热点研究问题。异常检测是在没有任何先验知识的条件下检测图像中出现的人为或异常地物目标。从高光谱异常检测理论入手,介绍了目前高光谱异常检测算法的研究进展和存在问题,最后对异常检测的发展做出了预测。
赵春晖李晓慧王玉磊
关键词:高光谱图像目标检测异常检测
采用主成分量化和密度估计期望最大聚类的高光谱异常目标检测被引量:10
2013年
针对高光谱图像异常目标检测中图像邻近像元光谱相似易对检测结果产生干扰的现象,将聚类算法引入到异常目标检测领域,提出一种采用主成分量化和密度估计期望最大聚类的高光谱图像异常目标检测算法.在高维空间中,使用期望最大聚类算法对像元光谱向量进行聚类,将邻近像元的空间相关性转化为类内或类间像元的关系,根据异常像元分布在类别边缘的原理,以类为单位检测异常目标,有效地避免异常点的信息被淹没;另外,针对期望最大聚类算法对初始化过程要求敏感的问题,提出了根据图像的第一主成分信息,分别利用向量量化和密度估计的方法对期望最大聚类算法进行初始化,进一步提高算法的检测效果和计算效率.用合成和真实的AVIRIS高光谱数据进行仿真实验,仿真结果表明使用基于主成分量化和密度估计期望最大聚类算法的高光谱图像异常目标检测算法明显优于传统的异常检测算法.
赵春晖李晓慧田明华
关键词:高光谱图像异常检测密度估计
空间4-邻域稀疏表示的高光谱图像目标检测被引量:17
2013年
稀疏表示方法在高光谱图像目标检测中取得了较好的检测效果,但其只利用了图像的光谱信息,没有考虑空间信息.针对高光谱图像的空间相关性对目标检测算法的影响,提出了分别采用4-邻域平滑稀疏模型和4-邻域联合稀疏模型对高光谱图像进行目标检测的算法,将目标像素及其4-邻域像素的稀疏表示综合考虑,提高检测算法的效果和效率.使用3组高光谱图像数据进行了仿真实验,实验结果表明,所提出的2种方法分别在检测效果和计算效率上有一定程度的提高.
赵春晖李晓慧朱海峰
关键词:高光谱图像目标检测
一种新型高光谱实时异常检测算法被引量:8
2015年
异常检测是高光谱遥感技术应用的一个重要方向.然而随着高光谱数据量的增大,实时处理成为高光谱异常检测方法所面临的主要问题.基于此,文中提出了一种新型的高光谱图像实时异常检测方法.随着数据的实时下行传输,该异常算子仅仅利用了待检测像元之前已获取的所有像元信息,而并没有用到尚未获取的像元信息,使得数据边传输边处理成为可能;同时,利用卡尔曼滤波器的递归思想,用Woodbury引理从上一时刻的状态更新目前信息,避免了重新计算历史信息及存储所有像元,在大大缩短算法运行时间的同时,大大降低了所需的存储空间.接收机特性曲线显示,与传统异常检测算法相比,这种新型实时算法可获得几乎相同的检测精度.在不影响检测效果的前提下,时间复杂度曲线和算子运行时间可显示提出算法的时效性.与此同时,提出的的状态更新公式不需要重新计算已有像元信息,因此只需两个存储单元存储前一时刻的状态(协方差矩阵或相关矩阵)以及当前的新像元信息,从而大大降低了算法所需的存储空间.
赵春晖王玉磊李晓慧
共1页<1>
聚类工具0