高光谱视频序列的低秩分解和总变化正则化

摘要—高光谱视频序列（HVS）非常适合气体羽流检测（GPD）。 高光谱分辨率即使在光学上很薄的情况下也可以检测到化学云。 处理这种新型视频序列具有挑战性，并且需要高级图像和视频分析算法。 在本文中，我们提出了一种在HVS中记录GPD的新方法。 基于背景是静止的且气体羽流正在移动的假设，所提出的方法通过低秩和稀疏分解将背景与气体羽分离。 此外，考虑到气体羽流在空间和时间维度上都是连续的，我们将总变化正则化包括在约束最小化问题中，我们使用增强的拉格朗日乘数法对其进行求解。 将上述过程应用于每个提取的特征后，提出了一种新颖的融合策略，将信息组合成最终的检测结果。 使用真实数据集的实验结果表明，所提出的方法实现了非常有前途的GPD性能。