[发明专利]低秩联合协同表示的高光谱遥感影像异常探测方法有效
申请号: | 201910504957.2 | 申请日: | 2019-06-12 |
公开(公告)号: | CN110619263B | 公开(公告)日: | 2022-06-03 |
发明(设计)人: | 苏红军;吴曌月 | 申请(专利权)人: | 河海大学 |
主分类号: | G06V20/10 | 分类号: | G06V20/10;G06V10/762;G06V20/60 |
代理公司: | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人: | 吴静波 |
地址: | 211100 *** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 联合 协同 表示 光谱 遥感 影像 异常 探测 方法 | ||
1.一种低秩联合协同表示的高光谱遥感影像异常探测方法,其特征在于:包括以下步骤:
步骤1,将进行异常探测的高光谱遥感影像转换为二维矩阵其中m为波段数,n为像元数;
步骤2,采用均值漂移算法对X进行聚类,获得C个类簇,搜索半径为r,每一类簇的聚类中心为
步骤3,对于每一个类簇,执行以下步骤:
(a)统计类簇内像元个数
(b)若mi≥a,其中a为类簇大小阈值,继续执行步骤(c);若mia,执行下一次循环的步骤(a);
(c)计算类簇内各个像元与聚类中心ci的欧氏距离,按照升序排列并选取前b个对应的像元参与构建字典D;
(d)重复执行步骤(a)-(c),直到对所有类簇循环完毕,获取字典其中s为字典的原子数;
步骤4,计算D中每一个原子和X中每一个像元之间的欧氏距离,确定权重矩阵W=(wij)s×n,其中wij为D中的第i个原子与X中第j个像元之间的欧氏距离;
步骤5,将构建的目标函数写成增广的拉格朗日函数形式,并采用LADMAP方法迭代求解,具体执行以下步骤:
(a)初始化所有变量α0=J0=Y2,0=0,E0=Y1,0=0,μ0=0.01,μmax=1010,ρ0=1.1,ε1=10-6,ε2=10-2,k=0,其中α0,J0为初始化的系数矩阵,Y1,0和Y2,0为初始的拉格朗日乘子,E0为初始的异常目标矩阵;
(b)更新其中Θ为奇异值阈值;
(c)更新Jk+1=(μkαk+1+Y2,k)./(μk+2βW),其中β为惩罚系数;
(d)更新其中λ为惩罚系数,Ω为l2,1最小化算子;
(e)更新拉格朗日乘子Y1,k+1=Y1,k+μk(X-Dαk+1-Ek+1),Y2,k+1=Y2,k+μk(αk+1-Jk+1);
(f)计算
(g)更新μk+1=min(μmax,ρμk);
(h)判断迭代是否收敛,若收敛则输出αk+1,Jk+1,Ek+1;若不收敛则令k=k+1,重复执行步骤(b)-(g)直至迭代收敛;
步骤6,输出异常图像。
2.根据权利要求1所述低秩联合协同表示的高光谱遥感影像异常探测方法,其特征在于:所述步骤4中建立的采用欧氏距离为权重的权重矩阵W=(wij)s×n,其具体实现公式为:
wij=||Di-Xj||2
式中,Di为D中的第i个字典原子,Xj为X中的第j个像元。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于河海大学,未经河海大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910504957.2/1.html,转载请声明来源钻瓜专利网。