基于多项式递归核的高光谱遥感实时异常检测算法

简介：
本研究提出了一种基于多项式递归核的高效高光谱遥感异常检测算法，旨在实现实时、精准的地物异常探测，提升遥感数据处理效率。 高光谱遥感目标检测是当前遥感信号处理领域的一个研究热点。基于核机器学习的KRX算法能够充分利用高光谱数据中的非线性特征，在原始光谱空间中进行有效探测，从而获得较好的检测效果。然而，该方法在实际应用过程中计算复杂度较高，难以满足快速处理的需求。 为了解决这一问题，我们引入了卡尔曼滤波器递归思想，并提出了一种新的核递归高光谱异常目标检测算法。通过利用Woodbury引理，在每一时刻的状态基础上迭代更新当前像元的Gram核矩阵，从而避免了大量的重复计算和高维数据处理。 实验结果表明，相较于传统的RX、因果RX以及KRX等方法而言，新提出的算法不仅提高了检测精度，同时大幅缩短了运行时间，显著提升了异常目标的检测效率。