[发明专利]一种基于局部能量约束与特征融合的高光谱目标检测方法及系统有效
申请号: | 201910663298.7 | 申请日: | 2019-07-22 |
公开(公告)号: | CN110378294B | 公开(公告)日: | 2022-08-19 |
发明(设计)人: | 于纯妍;宋梅萍;王玉磊;赵恩宇;李森;张建祎 | 申请(专利权)人: | 大连海事大学 |
主分类号: | G06V20/10 | 分类号: | G06V20/10;G06V10/80 |
代理公司: | 大连至诚专利代理事务所(特殊普通合伙) 21242 | 代理人: | 涂文诗;裴盈欣 |
地址: | 116000 辽宁省*** | 国省代码: | 辽宁;21 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 局部 能量 约束 特征 融合 光谱 目标 检测 方法 系统 | ||
1.一种基于局部能量约束与特征融合的高光谱目标检测方法,其特征在于,包括如下步骤:
S1、获取高光谱图像数据集中的各个像元所对应的信号含量图像;
S2、提取各个像元所对应的空间特征并构造关于目标地物的空间特征的图像;
S3、基于所设定的丰度阈值提取局部强化光谱特征;
S4、获取归一化后的空间特征矩阵并将该空间特征矩阵的归一化空间特征与待检测图像进行融合以获取对应的融合特征;
S5、将局部强化光谱特征与融合特征进行特征融合以获取带有局部特征约束的图像;
S6、确定带有局部特征约束的图像中的非零信号所构成的集合并获取局部能量约束检测因子;
S7、对待检测高光谱图像进行目标检测。
2.根据权利要求1所述的方法,其特征在于:所述获取高光谱图像数据集中的各个像元所对应的信号含量图像的过程包括:计算高光谱图像数据集中所有像元各自对应的关于目标地物d的信号含量f(ri),并生成信号含量图像Af={f(ri)},其中,高光谱图像数据集记为H={ri}(1<=i<=n),ri表示高光谱图像的第i个像元,ri=(ri1,ri2,...riL),n是高光谱图像的像元数目,L表示高光谱图像的波段数目,待检测的目标地物的光谱特征记为d=(d1,d2,...dn)T,
目标地物d的信号含量
其中R-1为R的逆矩阵,R为高光谱图像样本的自相关矩阵,且
3.根据权利要求2所述的方法,其特征在于:所述提取各个像元所对应的空间特征并构造关于目标地物的空间特征的图像的过程包括:
获取高斯掩模并提取每个像元的空间特征ff(ri),构成关于目标地物的空间特征的图像AG={ff(ri)},其中,所述高斯掩模对应的计算公式为
σ为滤波器的标准差,λ为掩模半径。
4.根据权利要求3所述的方法,其特征在于:所述基于所设定的丰度阈值提取局部强化光谱特征的过程包括:确定丰度阈值ε并基于下述公式(1-4)提取关于目标地物的空间特征的图像中的局部强化光谱特征HF1,其中丰度阈值ε由阈值分割方法确定,
HF1={ri*V(ri)} (1-4)
V(ri)的定义为
5.根据权利要求4所述的方法,其特征在于:所述获取归一化后的空间特征矩阵并将该空间特征矩阵的归一化空间特征与待检测图像进行融合以获取对应的融合特征的过程包括:首先基于下述公式(1-6)将获取归一化的空间特征矩阵
其中,min(ff(ri))表示目标地物的空间特征的图像AG的空间特征值中的最小值,max(ff(ri))表示目标地物的空间特征的图像AG的空间特征值中的最大值;
其次,将待检测图像与所提取的归一化空间特征进行融合,得到对应的融合特征HF2,该融合特征的计算公式为
HF2=H*ANG (1-7)。
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大连海事大学,未经大连海事大学许可,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/201910663298.7/1.html,转载请声明来源钻瓜专利网。