基于非负矩阵分解的异常检测方法及其装置

摘要

本发明公开了一种基于非负矩阵分解的异常检测方法，对读取的高光谱图像进行预处理获得剔除噪声的高光谱图像，将所述获得的剔除噪声的高光谱图像进行向量转换获得二维初始化矩阵V，再对二维初始化矩阵V进行线性分解生成随机初始化基矩阵W和系数矩阵H，根据非负矩阵分解的乘性迭代法则对随机初始化基矩阵W和系数矩阵H进行迭代获得含有若干个波段的高光谱图像，最后根据局部的自适应的核密度估计算子对所述含有若干个波段的高光谱图像中含有异常信息最多的一个波段的高光谱图像进行处理，获得检测出异常目标的图像；本发明还公开了一种基于非负矩阵分解的异常检测装置，通过本发明能够消除大量的冗余波段和噪声信息，从而有效地提高了异常检测的效率。

主权项

一种基于非负矩阵分解的异常检测方法，其特征在于，该方法为：对读取的高光谱图像进行预处理获得剔除噪声的高光谱图像，将所述获得的剔除噪声的高光谱图像进行向量转换获得二维初始化矩阵V，再对二维初始化矩阵V进行线性分解生成随机初始化基矩阵W和系数矩阵H，根据非负矩阵分解的乘性迭代法则对随机初始化基矩阵W和系数矩阵H进行迭代获得含有若干个波段的高光谱图像，最后根据局部的自适应的核密度估计算子对所述含有若干个波段的高光谱图像中含有异常信息最多的一个波段的高光谱图像进行处理，获得检测出异常目标的图像。