[发明专利]高光谱快速目标检测方法及系统有效
申请号: | 201910618380.8 | 申请日: | 2019-07-10 |
公开(公告)号: | CN110378268B | 公开(公告)日: | 2022-04-26 |
发明(设计)人: | 王含宇;杨名宇;王浩;孟令通;王檬檬 | 申请(专利权)人: | 中国科学院长春光学精密机械与物理研究所 |
主分类号: | G06V20/10 | 分类号: | G06V20/10;G06V10/74;G06K9/62;G06T7/70 |
代理公司: | 深圳市科进知识产权代理事务所(普通合伙) 44316 | 代理人: | 吴乃壮 |
地址: | 130033 吉林省长春*** | 国省代码: | 吉林;22 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 光谱 快速 目标 检测 方法 系统 | ||
1.一种高光谱快速目标检测方法,其特征在于,该方法包括如下步骤:
a.对原始光谱数据进行预处理,所述预处理包括大气辐射校正和几何校正,图像拼接和裁剪以及波段选择;
b.获取上述原始光谱数据的背景光谱,得到多组背景光谱矢量;
c.根据多组背景光谱的微分重排结果,综合挑选n个有效谱段,构成有效谱段集;
d.根据构成的上述有效谱段集,提取高光谱数据形成n个小谱段集;
e.计算得到上述小谱段集的光谱微分值;
f.计算得到背景光谱微分值,并根据得到的小谱段集光谱微分值及背景光谱微分值,粗提取目标位置;
g.根据粗提取的目标位置与背景光谱匹配,得到精确目标检测结果,完成高光谱快速目标检测;
所述的步骤f具体包括:
计算背景光谱微分值,在n幅光谱微分值图像上减去背景光谱微分值并阈值化处理,阈值选取空间维均值进行分割,初步滤除背景信息,再将n幅光谱微分值图像加权求和阈值化,从而获得一幅粗提取出目标位置的图像,图像上不为零的像素点即为疑似目标点。
2.如权利要求1所述的方法,其特征在于,所述的步骤c具体包括:
对选取的多组背景点的光谱进行微分重排,截取每组重排后特征信息最少的1.2n个谱段,再从其中挑选各组出现次数最多的前n个谱段,即为有效谱段集。
3.如权利要求2所述的方法,其特征在于,所述的步骤d具体包括如下步骤:
依次读取有效谱段集中的谱段数,设包含谱段λi,则在经过预处理的原光谱数据集中提取λi及其后步长为st的t个谱段λi+1,λi+2,…,λi+t的空间维信息,t为微分阶数。
4.如权利要求3所述的方法,其特征在于,所述的步骤g具体包括:
根据所述疑似目标点位置,在经过预处理的原始光谱数据中提取该点光谱信息与背景光谱进行光谱角匹配,通过不同阈值的选取,细化分辨粗提取出的目标间差异,得到精确目标检测结果。
5.一种高光谱快速目标检测系统,其特征在于,该系统包括预处理模块、背景光谱获取模块、有效谱段集构成模块、小谱段集构成模块、微分值计算模块、粗提取模块以及目标检测模块,其中:
所述预处理模块用于对原始光谱数据进行预处理,所述预处理包括大气辐射校正和几何校正,图像拼接和裁剪以及波段选择;
所述背景光谱获取模块用于获取上述原始光谱数据的背景光谱,得到多组背景光谱矢量;
所述有效谱段集构成模块用于根据多组背景光谱的微分重排结果,综合挑选n个有效谱段,构成有效谱段集;
所述小谱段集构成模块用于根据构成的上述有效谱段集,提取高光谱数据形成n个小谱段集;
所述微分值计算模块用于计算得到上述小谱段集的光谱微分值;
所述粗提取模块用于计算得到背景光谱微分值,并根据得到的小谱段集光谱微分值及背景光谱微分值,粗提取目标位置;
所述目标检测模块用于根据粗提取的目标位置与背景光谱匹配,得到精确目标检测结果,完成高光谱快速目标检测;
所述的粗提取模块具体用于:
计算背景光谱微分值,在n幅光谱微分值图像上减去背景光谱微分值并阈值化处理,阈值选取空间维均值进行分割,初步滤除背景信息,再将n幅光谱微分值图像加权求和阈值化,从而获得一幅粗提取出目标位置的图像,图像上不为零的像素点即为疑似目标点。
6.如权利要求5所述的系统,其特征在于,所述的有效谱段集构成模块具体用于:
对选取的多组背景点的光谱进行微分重排,截取每组重排后特征信息最少的1.2n个谱段,再从其中挑选各组出现次数最多的前n个谱段,即为有效谱段集。
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中国科学院长春光学精密机械与物理研究所,未经中国科学院长春光学精密机械与物理研究所许可,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/201910618380.8/1.html,转载请声明来源钻瓜专利网。