[发明专利]一种基于神经网络的非线性高光谱图像异常目标检测方法在审
| 申请号： | 201810330426.1 | 申请日： | 2018-04-13 |
| 公开（公告）号： | CN108648176A | 公开（公告）日： | 2018-10-12 |
| 发明（设计）人： | 王敏;陈金勇;高峰;许妙忠 | 申请（专利权）人： | 中国电子科技集团公司第五十四研究所 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06N3/04;G06N3/08 |
| 代理公司： | 河北东尚律师事务所 13124 | 代理人： | 王文庆 |
| 地址： | 050081 河北省石家*** | 国省代码： | 河北;13 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于神经网络的非线性高光谱图像异常目标检测方法，属于遥感图像处理技术领域。其包括构造非线性主成分分析神经网络、对神经网络进行训练、以滑窗方式统计高光谱图像每个非线性特征的局部奇异值、选择出平均奇异值最大的若干个非线性主成分作为有效主成分，以及对有效主成分进行RX异常检测处理，获得基于非线性主成分分析的异常检测结果等步骤。本发明方法可以有效地实现非线性目标探测，提高RXD目标探测的结果，是对现有技术的一种重要改进。 | ||
| 搜索关键词： | 神经网络 高光谱图像 异常目标检测 主成分分析 异常检测 遥感图像处理 非线性目标 非线性特征 有效地实现 目标探测 滑窗 探测 改进 统计 | ||
【主权项】：
1.一种基于神经网络的非线性高光谱图像异常目标检测方法，其特征在于，包括以下步骤：步骤1，采用径向基函数构造具有五层结构的非线性主成分分析神经网络；步骤2，对步骤1中的神经网络进行训练，并实现基于非线性主成分分析技术的高光谱图像非线性特征提取；步骤3，以滑窗方式统计步骤2中得到的高光谱图像每个非线性特征的局部奇异值，以每个非线性特征的局部奇异值与滑窗总数的比值作为该特征所对应的平均奇异值；对各个非线性特征的平均奇异值进行排序，选择出平均奇异值最大的若干个非线性主成分，并将这些非线性主成分作为有效主成分；步骤4，对挑选出的有效主成分进行RX异常检测处理，获得基于非线性主成分分析的异常检测结果，完成目标检测。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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电子科技集团公司第五十四研究所，未经中国电子科技集团公司第五十四研究所许可，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/patent/201810330426.1/，转载请声明来源钻瓜专利网。
- 上一篇：一种检测方法和装置
- 下一篇：一种列车部件完整性检测方法
