-
公开(公告)号：CN110599466B
公开(公告)日：2022-04-29
申请号：CN201910807948.0
申请日：2019-08-29
Applicant: 武汉大学
Abstract: 本发明提供一种成分投影优化分离的高光谱异常探测方法，包括使用基于熵率的超像素分割算法对高光谱图像进行超像素分割；计算每个超像素内所包含像素点的平均值，作为该超像素的光谱向量；计算每个超像素内所包含像素点到光谱向量的马氏距离，求和代表该超像素的离散值；以超像素为单位，逐个求局部异常因子；计算每个超像素的离散值与其局部异常因子倒数的乘积，将乘积较小的部分超像素选作背景集合，实现构造预估背景集合；设置成分投影和分离优化滤波函数，求解最优滤波向量；将最优解与高光谱图像逐像素相乘，得到探测结果。本发明从超像素层面解读影像信息，利用局部异常因子获取预估背景集合，结合优化滤波获得高光谱图像异常目标探测结果。
-
公开(公告)号：CN110599466A
公开(公告)日：2019-12-20
申请号：CN201910807948.0
申请日：2019-08-29
Applicant: 武汉大学
Abstract: 本发明提供一种成分投影优化分离的高光谱异常探测方法，包括使用基于熵率的超像素分割算法对高光谱图像进行超像素分割；计算每个超像素内所包含像素点的平均值，作为该超像素的光谱向量；计算每个超像素内所包含像素点到光谱向量的马氏距离，求和代表该超像素的离散值；以超像素为单位，逐个求局部异常因子；计算每个超像素的离散值与其局部异常因子倒数的乘积，将乘积较小的部分超像素选作背景集合，实现构造预估背景集合；设置成分投影和分离优化滤波函数，求解最优滤波向量；将最优解与高光谱图像逐像素相乘，得到探测结果。本发明从超像素层面解读影像信息，利用局部异常因子获取预估背景集合，结合优化滤波获得高光谱图像异常目标探测结果。
-
公开(公告)号：CN110443125A
公开(公告)日：2019-11-12
申请号：CN201910565596.2
申请日：2019-06-27
Applicant: 武汉大学
Abstract: 本发明提供一种基于判别森林子空间选择的高光谱异常探测方法，包括以从高光谱图像中随机选择部分像元，构造一棵子空间选择孤立二叉树，按此构造孤立判别森林；将高光谱图像遍历所构造的孤立判别森林，计算平均路径长度；计算每个像素的异常分数值，实现探测异常目标。本发明利用孤立判别森林模型以子集合的形式重复学习和估计图像中背景类和异常类的分布规律，在此基础上引入轴平行子空间选择方法，选择对异常信息判别更加有利的波段，避免因波段冗余和维度过高而造成的异常信息被埋没的问题，求解影像的异常分数值信息，获得高光谱图像异常目标探测的最终结果。
-
-
Search Results
3
records
(took 0.013 seconds)
