高光谱图像异常目标检测方法有哪些

1、双窗模型局部异常检测

高光谱图像中的每个像素都包含有特定地物属性的光谱信息或光谱特征，不同的物质成分，其光谱信息不同。因此，一般情况下， 包含同一类物质的区域， 其光谱具有很强的相似性，而包含不同地物的区域，其光谱一般为局部统计独立的不同分布的组合。在局部异常检测中，假定局域光谱特性为多维高斯分布，因此，可以采用光谱向量的不同统计特性区分背景和目标，如均值和协方差矩阵等

2、多层嵌套窗口局部异常检测

采用双层窗模型的检测算法，其背景分布于外窗，而检测点位干内窗的中心位置，余下的部分构成了缓冲区域。为了更好地抑制背景干扰，基于多层嵌套窗口模型的局部异常检测方法，该方法采用三层嵌套式窗口，其内窗的中心位置为检测点，其他部分为缓冲区域，中窗为背景分布区域，而外窗中的像素则用来消除噪声。这类算法的设计原理基于匹配滤波器。