-
公开(公告)号：CN116228524A
公开(公告)日：2023-06-06
申请号：CN202310113352.7
申请日：2023-02-14
Applicant: 无锡学院
IPC: G06T3/00
Abstract: 本发明公开了一种基于光谱差异的高光谱图像序列降维方法,载入的高光谱图像序列中的第1、t帧高光谱图像进行灰度归一化，分别获得归一化后的第1、t帧高光谱图像并且确定第1帧高光谱图像中的选定局部区域通过中每个像素的光谱曲线确定最大、最小光谱曲线Cmax、Cmin；确定中第i个像素在16个波段上的灰度平均值通过获得中第i个像素的去均值光谱曲线Ci；确定光谱差异图通过确定第t帧高光谱图像第b个波段第i个像素的量化偏差通过确定第t帧高光谱图像16个波段的总差异图通过确定重构总差异图通过确定的降维结果图K；通过K获得降维结果重复上述步骤，依次处理高光谱图像序列中每一帧高光谱图像获得高光谱图像序列降维结果。
-
公开(公告)号：CN116228524B
公开(公告)日：2023-12-22
申请号：CN202310113352.7
申请日：2023-02-14
Applicant: 无锡学院
IPC: G06T3/00
Abstract: 谱图像获得高光谱图像序列降维结果。本发明公开了一种基于光谱差异的高光谱图像序列降维方法,载入的高光谱图像序列中的第1、t帧高光谱图像进行灰度归一化，分别获得归一化后的第1、t帧高光谱图像 并且确定第1帧高光谱图像 中的选定局部区域通过 中每个像素的光谱曲线确定最大、最小光谱曲线Cmax、Cmin；确定 中第i个像素在16个波段上的灰度平均值 通过获得 中第i个像素的去均值光谱曲线Ci；确定光谱差异图 通过 确定第t帧高光谱图像第b个波段第i个像素的量化偏差 通过确定第t帧高光谱图像16个波段的总差异图通过 确定重构总差异图 通过 确定(56)对比文件何高攀;杨桄;孟强强;熊翔.采用NSCT分解和主成分分析的高光谱异常检测.自动化与仪器仪表.2015,(05期),全文.葛亮;王斌;张立明.基于偏最小二乘法的高光谱图像波段选择.计算机辅助设计与图形学学报.2011,(11期),全文.
-
公开(公告)号：CN116523967A
公开(公告)日：2023-08-01
申请号：CN202310585827.2
申请日：2023-05-23
Applicant: 无锡学院
Abstract: 本发明公开了基于空间光谱相似性降维的高光谱目标跟踪方法，获得归一化后第1帧和第t帧高光谱图像，确定局部光谱曲线Cl，目标光谱曲线Ct，像素Hi,j的光谱曲线Ci,j，根据光谱角距离公式计算Cl和Ct确定分割阈值，通过分割阈值确定降维结果图Ir和掩膜，通过DenseNet提取Ir的深度特征，通过方差确定纹理特征的融合权重，并进行融合得到重组纹理特征，利用掩膜覆盖重组纹理特征，得到融合纹理特征，并对深度特征和融合纹理特征进行判别式相关滤波，得到对应响应图峰值坐标，对其进行计算欧式距离，再进行阈值判断，来确定是否更新滤波器参数，然后对响应图进行尺度估计并获得当前帧高光谱图像的跟踪目标。
-
公开(公告)号：CN116128925B
公开(公告)日：2025-03-14
申请号：CN202310086475.6
申请日：2023-02-09
Applicant: 无锡学院
IPC: G06T7/246
Abstract: 本发明公开了基于自适应权重和置信度的高光谱图像目标跟踪方法，获得归一化后第一帧、第t帧和相邻帧高光谱图像，再通过主成分分析法对图像降维分别获得三张单波段的灰度图像Z1、Zt和#imgabs0#根据双孪生网络以第一帧和相邻帧为模板图像，第t帧为搜索图像，分别提取它们降维后图像的深度特征，将模板图像与搜索图像的特征俩俩朴素相关，获得初始响应图R1和相邻响应图#imgabs1#采用自适应权重w1和w2将俩个响应图融合获得融合响应图#imgabs2#分别对其进行置信度确定和尺度估计并获得当前帧高光谱图像的跟踪目标，再依据置信度确定来判断是否让第t帧的相邻帧高光谱图像对第t帧高光谱图像进行更新。
-
公开(公告)号：CN116523967B
公开(公告)日：2024-10-18
申请号：CN202310585827.2
申请日：2023-05-23
Applicant: 无锡学院
Abstract: 本发明公开了基于空间光谱相似性降维的高光谱目标跟踪方法，获得归一化后第1帧和第t帧高光谱图像，确定局部光谱曲线Cl，目标光谱曲线Ct，像素Hi,j的光谱曲线Ci,j，根据光谱角距离公式计算Cl和Ct确定分割阈值，通过分割阈值确定降维结果图Ir和掩膜，通过DenseNet提取Ir的深度特征，通过方差确定纹理特征的融合权重，并进行融合得到重组纹理特征，利用掩膜覆盖重组纹理特征，得到融合纹理特征，并对深度特征和融合纹理特征进行判别式相关滤波，得到对应响应图峰值坐标，对其进行计算欧式距离，再进行阈值判断，来确定是否更新滤波器参数，然后对响应图进行尺度估计并获得当前帧高光谱图像的跟踪目标。
-
Patent Agency Ranking
公开(公告)号：CN116128925A
公开(公告)日：2023-05-16
申请号：CN202310086475.6
申请日：2023-02-09
Applicant: 无锡学院
IPC: G06T7/246
Abstract: 本发明公开了基于自适应权重和置信度的高光谱图像目标跟踪方法，获得归一化后第一帧、第t帧和相邻帧高光谱图像，再通过主成分分析法对图像降维分别获得三张单波段的灰度图像Z1、Zt和根据双孪生网络以第一帧和相邻帧为模板图像，第t帧为搜索图像，分别提取它们降维后图像的深度特征，将模板图像与搜索图像的特征俩俩朴素相关，获得初始响应图R1和相邻响应图采用自适应权重w1和w2将俩个响应图融合获得融合响应图分别对其进行置信度确定和尺度估计并获得当前帧高光谱图像的跟踪目标，再依据置信度确定来判断是否让第t帧的相邻帧高光谱图像对第t帧高光谱图像进行更新。
-
-
-
-
-
-
Search Results
16
records
(took 0.017 seconds)
