Friday, December 17, 2021

Improvement of Anomaly Detection Algorithms in Hyperspectral Images Using Discrete Wavelet Transform

 Author : Mohsen Zare Baghbidi, Kamal Jamshidi, Ahmad Reza Naghsh Nilchi and Saeid Homayouni


Affiliation : University of Isfahan

Country : Iran

Category : Digital Signal & Image Processing

Volume, Issue, Month, Year : 2, 4, December, 2011

Abstract :


Recently anomaly detection (AD) has become an important application for target detection in hyperspectral remotely sensed images. In many applications, in addition to high accuracy of detection we need a fast and reliable algorithm as well. This paper presents a novel method to improve the performance of current AD algorithms. The proposed method first calculates Discrete Wavelet Transform (DWT) of every pixel vector of image using Daubechies4 wavelet. Then, AD algorithm performs on four bands of “Wavelet transform” matrix which are the approximation of main image. In this research some benchmark AD algorithms including Local RX, DWRX and DWEST have been implemented on Airborne Visible/Infrared Imaging Spectrometer (AVIRIS) hyperspectral datasets. Experimental results demonstrate significant improvement of runtime in proposed method. In addition, this method improves the accuracy of AD algorithms because of DWT’s power in extracting approximation coefficients of signal, which contain the main behaviour of signal, and abandon the redundant information in hyperspectral image data.

Keyword : Hyperspectral Remote Sensing, Anomaly Detection, Discrete Wavelet Transform, ROC Curve, RX.

For More Details:https://allconferencecfpalerts.com/cfp/view-paper.php?eno=5239

No comments:

Post a Comment