-
公开(公告)号：CN104794457A
公开(公告)日：2015-07-22
申请号：CN201510223971.7
申请日：2015-05-05
Applicant: 哈尔滨工程大学
Abstract: 本发明涉及的是一种基于稀疏误差矩阵的高光谱图像目标检测方法。本发明包括：读入高光谱数据这一图像的大小为m×n，输入正定权重系数λ；利用RPCA方法，将高光谱图像分解为一个低秩矩阵A和一个稀疏误差矩阵E；利用稀疏误差矩阵E第一波段进行目标检测。在此目标检测模型中，不需要假设目标和背景的分布特性，检测方法简单。由于背景像元和目标像元本身光谱特性的区别，它们分布在不同的子空间中。根据上述特性，将不同子空间的图像数据映射到一个低秩矩阵和一个稀疏误差矩阵：低秩矩阵中通常包含图像中背景信息，稀疏误差矩阵中包含目标信息及噪声信息。通过鲁棒主成分分析方法解得稀疏误差矩阵，利用稀疏误差矩阵第一主成分即可检测目标。
-
-
公开(公告)号：CN104182978A
公开(公告)日：2014-12-03
申请号：CN201410418281.2
申请日：2014-08-22
Applicant: 哈尔滨工程大学
IPC: G06T7/00
Abstract: 本发明涉及一种基于空谱核稀疏表示的高光谱图像目标检测方法，其特征在于：步骤1：确定待检测窗口大小，利用空谱核函数映射非线性高光谱数据到线性空间；步骤2：根据给定的过完备字典，利用同步正交匹配追踪算法，计算映射后高光谱数据的稀疏系数；步骤3：分别计算基于背景过完备字典重建的像元重建误差和基于目标过完备字典重建的像元重建误差，依据误差大小，判定像元是否为检测目标；步骤4：重复步骤3，直至遍历图像中每一个像元，最终输出目标图像。
-
Patent Agency Ranking
公开(公告)号：CN103942787A
公开(公告)日：2014-07-23
申请号：CN201410143292.4
申请日：2014-04-10
Applicant: 哈尔滨工程大学
IPC: G06T7/00
Abstract: 本发明涉及一种基于核原型样本分析的光谱解混方法。本发明包括：采集待处理的高光谱数据；确定整体流程的参数；对输入图像数据预处理；在预处理后的数据上采用基于核原型样本分析方法实现光谱解混。本发明实施简单，光谱解混的过程不用独立拆解为端元提取和解混两个过程，可以处理无纯端元存在的解混情况，及不同混合程度数据最优端元选择和解混问题。此外最终提取结果物理含义明确，对数据的解译性更强。同时该方法结果相对非负矩阵分解光谱解混的结果更稳定，精度更好。
-
公开(公告)号：CN104268625B
公开(公告)日：2017-06-20
申请号：CN201410525535.0
申请日：2014-10-09
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于海洋环境信息的自主式水下潜器航迹预测方法。实时采集AUV当前的航迹数据，将AUV当前的航迹数据输入到AUV航迹预测模型进行预测，得到AUV的预测航迹。AUV航迹预测模型进行预测的建立过程为：形成AUV航迹预测模型的训练样本；对输入数据主成分分析，得到简化的输入数据；确定计算参数，建立BP神经网络的AUV航迹预测模型；对得到的简化的输入数据进行BP神经网络训练，得到AUV航迹预测模型各层的权值和阈值。本发明将实测的AUV位置数据与海洋环境数据共同作为航迹预测模型的输入，使数据更加完善，从而提高航迹预测精度。
-
公开(公告)号：CN104182978B
公开(公告)日：2017-10-03
申请号：CN201410418281.2
申请日：2014-08-22
Applicant: 哈尔滨工程大学
IPC: G06K9/00
Abstract: 本发明涉及一种基于空谱核稀疏表示的高光谱图像目标检测方法，其特征在于:步骤1：确定待检测窗口大小，利用空谱核函数映射非线性高光谱数据到线性空间；步骤2：根据给定的过完备字典，利用同步正交匹配追踪算法，计算映射后高光谱数据的稀疏系数；步骤3：分别计算基于背景过完备字典重建的像元重建误差和基于目标过完备字典重建的像元重建误差，依据误差大小，判定像元是否为检测目标；步骤4：重复步骤3，直至遍历图像中每一个像元，最终输出目标图像。
-
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：CN104268625A
公开(公告)日：2015-01-07
申请号：CN201410525535.0
申请日：2014-10-09
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于海洋环境信息的自主式水下潜器航迹预测方法。实时采集AUV当前的航迹数据，将AUV当前的航迹数据输入到AUV航迹预测模型进行预测，得到AUV的预测航迹。AUV航迹预测模型进行预测的建立过程为：形成AUV航迹预测模型的训练样本；对输入数据主成分分析，得到简化的输入数据；确定计算参数，建立BP神经网络的AUV航迹预测模型；对得到的简化的输入数据进行BP神经网络训练，得到AUV航迹预测模型各层的权值和阈值。本发明将实测的AUV位置数据与海洋环境数据共同作为航迹预测模型的输入，使数据更加完善，从而提高航迹预测精度。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.031 seconds)
