公开(公告)号：CN103530875A

公开(公告)日：2014-01-22

申请号：CN201310466843.6

申请日：2013-10-09

Applicant: 哈尔滨工程大学

Inventor： 赵春晖 ,  田明华 ,  赵艮平 ,  王立国 ,  崔颖

IPC: G06T7/00

Abstract: 本发明提供了一种端元提取数据预处理方法，该方法通过建立基于模糊特征空间核空间引力模型，为高光谱数据像素点定义像元变异指数，实现了高光谱图像变异像素点的检测和移除。首先对高光谱数据集合进行模糊特征空间变换，得到模糊特征。利用像素的模糊特征，运用高斯径向基核函数优化的空间引力模型，计算3×3的空间邻域窗口内，邻域像素对中心像素的累加引力值，该引力值与像素变异指数成反比，对高变异指数像素进行移除。

公开(公告)号：CN106503734A

公开(公告)日：2017-03-15

申请号：CN201610899753.X

申请日：2016-10-14

Applicant: 哈尔滨工程大学

Inventor： 赵春晖 ,  万晓青 ,  闫奕名 ,  赵艮平 ,  黄湘松

IPC: G06K9/62 ,  G06K9/46 ,  G06N3/00 ,  G06K9/00

CPC classification number: G06K9/6277 ,  G06K9/0063 ,  G06K9/46 ,  G06K9/6249 ,  G06K2009/00644 ,  G06K2009/4657 ,  G06N3/006

Abstract: 本发明提供的是一种基于三边滤波器和堆栈稀疏自动编码器的图像分类方法。首先，使用三边滤波器获取平滑的图像，提取所述图像的像素的光谱-空间特征的同时滤除退化图像的高斯、斑点和脉冲噪声；其次，使用改进的堆栈稀疏自动编码器进行高阶特征提取；最后，利用随机森林分类器进行有监督微调网络和分类。本发明将改进的堆栈稀疏自动编码器和随机森林分类器引入到高光谱数据分类中，作为一种深度学习架构，改进的堆栈稀疏自动编码器可以逐层地提取光谱数据的抽象的和有用的深层次特征，从而提高光谱数据的分类性能。本发明不仅适用于对高光谱图像进行分类，同时也可以对其他图像进行分类。具有很强的可移植性，更易满足图像分类的需求。

公开(公告)号：CN103942776B

公开(公告)日：2017-01-25

申请号：CN201410083794.2

申请日：2014-03-10

Applicant: 哈尔滨工程大学

Inventor： 赵春晖 ,  赵艮平 ,  田明华 ,  王立国 ,  廖艳苹

IPC: G06T7/00

Abstract: 本发明涉及一种基于支持向量数据描述的近边界端元提取方法。本发明的目的是这样实现的：（1）基于支持向量数据描述获取近边界端元搜索区域：（2）基于PCA最值最大距离法初始化端元集。本发明实施简单，为端元提取过程搜索空间大、随机初始化端元影响提取结果的两大难题找到有效的解决方案。两部可独立改善提取结果性能，也可结合使用，在效率和精度上同时取得性能的提升。此外两方面都可以灵活适用于其他的端元提取算法，为有端元提取需求的相关研究内容提供了一个通用、高效、性能优越的处理模板。