[发明专利]基于像素选择过程的高光谱图像异常目标检测方法有效
| 申请号: | 201510079650.4 | 申请日: | 2015-02-13 |
| 公开(公告)号: | CN105989597B | 公开(公告)日: | 2020-05-12 |
| 发明(设计)人: | 袁媛;王琦;马单丹 | 申请(专利权)人: | 中国科学院西安光学精密机械研究所 |
| 主分类号: | G06T7/00 | 分类号: | G06T7/00 |
| 代理公司: | 西安智邦专利商标代理有限公司 61211 | 代理人: | 倪金荣 |
| 地址: | 710119 陕西省西*** | 国省代码: | 陕西;61 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 基于 像素 选择 过程 光谱 图像 异常 目标 检测 方法 | ||
1.一种基于像素选择过程的高光谱图像异常目标检测方法,其特征在于:包括以下步骤:
1】对高光谱图像进行归一化预处理,并设定检测窗口尺寸;
2】采用滑动窗口技术,获得待检测高光谱图像块X,X∈RN×D;其中,R是实数空间,N是图像块中的像素点数目,D是高光谱数据的光谱波段数;
3】计算每个像素点Xi的重构误差εi:
3.1】在高维数据空间,寻找图像块X中每个像素点Xi的K个最近邻;
3.2】进行局部线性表示,最小化重构误差计算得到线性权重系数
3.3】保持局部嵌入关系不变,通过线性变换,将高维空间数据Xi映射到低维向量空间Yi∈Rd;最小化损失函数计算得到每个像素点的重构误差εi;
4】构建顶点-边缘权重图:
将图像块Xi中的每一个像素点作为图模型中的顶点V,将重构误差εi作为顶点权重,利用公式计算得到图像块中任意两点之间的欧式距离aij,作为连接它们的边缘权重,得到最终的边缘对称权重矩阵A,完成图模型的构建;
5】构建像素选择过程模型:
5.1】利用顶点权重和边缘权重值计算相似矩阵其中Π=diag(ε);构建像素选择目标函数:
s.t.P∈Δ
其中P是异常概率向量,它的每一个元素表示图像块每一中像素点的异常概率,满足Δ={P≥0,1TP=1};
5.2】利用复制动态算法求解像素选择目标函数;给定初始值通过一阶复制方程的离散时间形式,即公式
进行迭代计算,当迭代收敛时,近似的稳定解等于局部解;
5.3】求解得到向量P,其包含的每个元素对应所处理的图像块中每个像素点的异常概率;
6】重复步骤2】-步骤5】,直至完成整幅高光谱图像异常目标的检测,获得最终的异常概率图。
2.根据权利要求1所述的基于像素选择过程的高光谱图像异常目标检测方法,其特征在于:步骤1中所述的检测窗口包括内窗口和外窗口;所述内窗口为保护窗口,用于减少异常目标的干扰;所述外窗口用于限定检测范围。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院西安光学精密机械研究所,未经中国科学院西安光学精密机械研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201510079650.4/1.html,转载请声明来源钻瓜专利网。





