-
公开(公告)号:CN109697431A
公开(公告)日:2019-04-30
申请号:CN201811641904.7
申请日:2018-12-29
Applicant: 哈尔滨工业大学
Abstract: 一种基于高光谱图像的弱小目标检测方法,具体方案如下,步骤一:利用信杂比进行目标可探测性分析,通过计算不同谱段目标相对其邻域背景的信杂比,优选出目标与背景具有的差异性由大到小的若干个谱段;步骤二:在优选的目标与背景间差异性最大的谱段进行弱小目标提取,利用多结构元素数学形态学方法抑制背景,通过自适应阈值分割得到若干个疑似目标;步骤三:利用优选探测谱段光谱信息,将不同场景中目标与背景的混叠光谱作为目标位于不同场景时的标准光谱,基于光谱角匹配原理,计算疑似目标和所处背景的混叠光谱与标准光谱的相似度,实现对弱小目标的确认。本发明属于目标探测与识别技术领域,可实现复杂环境背景中远距离弱小目标的高效确认。
-
公开(公告)号:CN118015464A
公开(公告)日:2024-05-10
申请号:CN202410164684.2
申请日:2024-02-05
Applicant: 哈尔滨工业大学
IPC: G06V20/10 , G01N21/84 , G06V10/762 , G06V10/82 , G06N3/126
Abstract: 本发明公开了一种基于遗传算法的面向检测任务的高光谱谱段优选方法,所述方法如下:加载高光谱图像,将高光谱图像高度宽度两个维度扁平化为一维张量,对处理后的高光谱图像进行二进制染色体编码;利用光谱信杂比构建适应度函数模型,通过聚类算法将相似的背景归类为同一簇,对每一类背景设置一个权重,针对不同检测目标,采取两种策略加权抑制背景,进一步提高光谱信杂比估计背景精度;利用遗传算法的选择操作、交叉操作、变异操作随机全局搜索优化,计算个体适应度,搜索适应度最小的个体,得出谱段优选结果。本发明使用两组高光谱数据集对算法测试验证,证明了该方法可以有效地筛选出与全谱段探测能力相当或更优秀的谱段子集。
-
公开(公告)号:CN109977609A
公开(公告)日:2019-07-05
申请号:CN201910305925.X
申请日:2019-04-16
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种基于真实遥感数据的地面高温热源红外图像仿真方法,所述方法包括如下步骤:S1:对原始图像进行辐射校正,获取地面高温热源目标的辐射亮度;S2:采用引入模糊理论改进的数据分析聚类算法对图像中高温像元进行分割提取;S3:对高温像元进行温度反演,获取热源温度分布;S4:利用S3得到的热源温度特性参数计算入瞳热源辐射亮度值;S5:利用入瞳热源辐射亮度值逐像素进行灰度映射,得到高温热源仿真图像。本发明利用真实数据反演不同区域的地物发射率,对真实高温热源的温度分布特性进行建模仿真,获取不同条件下高度还原高温虚警源辐射特性的数据,以支撑天基光学目标探测系统检测算法的设计与优化工作。
-
-