[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

专利信息
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
【权利要求书】:

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。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top