[发明专利]高光谱图像目标异常检测方法、系统、终端及存储介质在审

专利信息
申请号: 202110921317.9 申请日: 2021-08-11
公开(公告)号: CN113537150A 公开(公告)日: 2021-10-22
发明(设计)人: 郭宇;纪炎涛;姜沛林;张雪涛;王飞 申请(专利权)人: 西安交通大学
主分类号: G06K9/00 分类号: G06K9/00;G06N3/08;G06N20/00;G06T7/00
代理公司: 西安通大专利代理有限责任公司 61200 代理人: 房鑫
地址: 710049 *** 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: 光谱 图像 目标 异常 检测 方法 系统 终端 存储 介质
【权利要求书】:

1.一种高光谱图像目标异常检测方法,其特征在于,包括以下步骤:

通过最大互相关熵协作表示赋予高光谱图像每个波段一个合适的权重;

对于每个波段具有一个合适的权重的高光谱图像,通过最大互相关熵协作表示得出像素异常得分,通过设置合适阈值选择出异常像素。

2.根据权利要求1所述的高光谱图像目标异常检测方法,其特征在于:所述的高光谱图像定义为表示具有n个像素的高光谱图像,维度为d维;使用滑动双窗口来进行局部近似,外窗和内窗的尺寸分别用wout和win来表示,因此,所在邻域的像素用来表示,其中s=wout×wout-win×win

3.根据权利要求1所述的高光谱图像目标异常检测方法,其特征在于,所述高光谱图像的最大互相关熵协作表示目标函数如下:

其中,表示所使用的每个邻域像素的权重,λ为正则化参数;

式中,越大代表协作表示的差异越大,则越小。

4.根据权利要求3所述的高光谱图像目标异常检测方法,其特征在于,将所述最大互相关熵协作表示目标函数通过半二次技术进行重构得到如下表达式:

式中,是一个对角矩阵,对角线上的每一个元素代表该波段的权重;

wk的定义如下:

5.根据权利要求4所述的高光谱图像目标异常检测方法,其特征在于,与中心像素差异较大的像素点对应较小的系数,利用对角正则化矩阵求解

其中Гi为Tikhonov正则化矩阵,表达式如下:

6.根据权利要求5所述的高光谱图像目标异常检测方法,其特征在于:采用迭代优化的方式对提出的目标函数进行优化,完成无监督高光谱图像目标异常检测。

7.一种高光谱图像目标异常检测系统,其特征在于,包括:

光谱波段加权模块,用于通过最大互相关熵协作表示赋予高光谱图像每个波段一个合适的权重;

异常像素筛选模块,用于对于每个波段具有一个合适的权重的高光谱图像,通过最大互相关熵协作表示得出像素异常得分,通过设置合适阈值选择出异常像素。

8.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于:所述的处理器执行所述的计算机程序时实现如权利要求1至6中任意一项所述的高光谱图像目标异常检测方法的步骤。

9.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于:所述的计算机程序被处理器执行时实现如权利要求1至6中任意一项所述的高光谱图像目标异常检测方法的步骤。

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西安交通大学,未经西安交通大学许可,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/202110921317.9/1.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