-
公开(公告)号：CN104766313A
公开(公告)日：2015-07-08
申请号：CN201510140950.9
申请日：2015-03-27
Applicant: 哈尔滨工程大学
IPC: G06T7/00
Abstract: 本发明属于图像处理尤其是高光谱图像异常目标检测领域，具体涉及一种采用核递归的高光谱快速异常探测方法。本发明包括：读入高光谱数据；对背景信息的核矩阵进行初始化；建立背景像元更新的因果关系；建立核矩阵ΚΒ(n)的递归方程更新核矩阵；结合KRX算子对高光谱图像进行快速检测。本发明提出了采用背景信息因果化的更新模型，利用检测像元的变化对背景信息进行快速更新，避免反复提取背景信息造成的数据冗余。采用构建全新核矩阵，有效的解决了核矩阵的维数随着背景像元数目的增加而产生变化的问题，同时使得算法无需每次重新计算核矩阵。引入卡尔曼滤波理论的递归思想，可大大减少实际处理中的工作量，提高了异常目标检测的效率。
-
Patent Agency Ranking
公开(公告)号：CN104699462A
公开(公告)日：2015-06-10
申请号：CN201510112355.4
申请日：2015-03-13
Applicant: 哈尔滨工程大学
IPC: G06F9/38
Abstract: 本发明具体涉及一种结合基于递归分析思想的高光谱实时探测算法在图形处理器(GPUs)上硬件实现的高光谱目标实时探测的GPU并行处理方法。本发明包括：(1)输入高光谱数据，初始化高度，原始数据高度，原始数据宽，原始数据波段数；从主机端到设备端拷贝初始化数据；初始化高光谱数据；从主机端到设备端拷贝当前检测像元数据；利用Woodbury恒等式更新相关矩阵的逆矩阵；在GPU配置多线程，结合异常检测算子对高光谱图像进行实时检测，最后输出探测结果。本发明充分利用了麦克斯韦结构的GPU加速复杂的计算，高光谱目标实时检测算法的GPU并行实现具有实用性和通用性，可以灵活应用到搭载嵌入式系统的机载或者星载平台。
-
公开(公告)号：CN104463848A
公开(公告)日：2015-03-25
申请号：CN201410624689.5
申请日：2014-11-07
Applicant: 哈尔滨工程大学
IPC: G06T7/00
CPC classification number: G06T7/0002 , G06T2207/10036
Abstract: 本发明涉及一种采用局部因果窗的高光谱图像实时探测方法，其特征在于:步骤1：读入高光谱图像数据，并进行初始化；步骤2：建立局部因果滑动窗模型，设定局部因果滑动窗宽度，所说局部因果滑动窗内仅含有待检测像元之前的已知像元信息；步骤3：利用递归方程得出当前窗口局部相关矩阵逆矩阵；步骤4：利用RX异常算子构造局部实时探测算子，得出当前检测值；步骤5：扫描是否超出图像范围，如果没有超出，则返回步骤3；否则，停止探测，输出检测结果。
-
公开(公告)号：CN104504686B
公开(公告)日：2017-06-23
申请号：CN201410734796.3
申请日：2014-12-04
Applicant: 哈尔滨工程大学
Abstract: 本发明属于高光谱图像异常目标检测领域，具体涉及一种采用局部自适应阈值分割的高光谱图像异常探测方法。读入高光谱数据；采用非线性KRX算子对高光谱数据处理得到检测结果灰度图；对检测的灰度图像进行预处理消除背景干扰；将图像分成若干个m×n的子图像对每一个子图像进行阈值迭代法选取阈值；用得到的自适应阈值Ti对子图像二值化，遍历整幅图像进而得到最终检测结果。本发明提出了针对大面积背景干扰抑制的算法，利用形态学滤波开运算的结构元素将背景干扰有效的提取和消除；采用迭代法计算出局部最佳阈值，无需大量试验验证求取阈值可大大减少实际处理中的工作量，提高了异常目标检测的效率和准确率。
-
公开(公告)号：CN104766290A
公开(公告)日：2015-07-08
申请号：CN201510140920.8
申请日：2015-03-27
Applicant: 哈尔滨工程大学
IPC: G06T5/50
Abstract: 本发明属于图像融合研究领域，具体涉及NSCT的一种基于快速NSCT的像素信息估计融合方法。本发明包括：通过NSCT滤波器间的变换整合，生成分解滤波器组；使用基于像素信息的融合规则对分解得到的低频和高频图像分解进行系数融合；通过与生成分解滤波器组类似的方式生成重构滤波器组，对各个融合子图通过重构滤波器滤波后叠加生成重构图像。在图像分解和重构阶段，以滤波器变换代替传统NSCT中的迭代滤波，将源图像在分解和重构阶段的计算次数缩减至1次，达到理论上的最优解；首次采用全局特征与像素的差异替代像素邻域特征的融合规则计算方式，显著减少计算量，并提高了融合效果。
-
公开(公告)号：CN102592280B
公开(公告)日：2014-03-26
申请号：CN201210010904.3
申请日：2012-01-14
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种采用多窗口特征分析的高光谱图像异常检测方法。首先确定检测窗口尺寸，包括内层窗、中层窗和外层窗；在外层窗口中运算OSP算子，消除内层窗口和中层窗口的背景干扰，有效的去除白噪声；在中层窗口进行背景像元选取；在内层窗口中运算KRX算子，对的待测像元进行异常检测；最后输出检测结果。本发明巧妙运用了三层窗口的检测模式，利用了两层局部背景像素窗，对高光谱数据先去除噪声干扰再进行异常检测。在外层窗口中利用OSP算子，消除内窗口和中层窗口中不感兴趣的信号源发出的干扰或白噪声，从而降低了虚警概率，具有较好的检测效果。用AVIRIS高光谱数据进行了仿真实验，本发明提出方法的检测性能明显地优于传统算法，降低了虚警概率，具有较好的检测效果。
-
-
-
-
-
Search Results
16
records
(took 0.061 seconds)
