[发明专利]一种联合空间稀疏与相关性的高光谱目标检测算法有效
申请号: | 201910430059.7 | 申请日: | 2019-05-22 |
公开(公告)号: | CN110197145B | 公开(公告)日: | 2022-10-04 |
发明(设计)人: | 杨小丽;陈捷;张毅 | 申请(专利权)人: | 西安航空学院 |
主分类号: | G06V20/13 | 分类号: | G06V20/13 |
代理公司: | 西安智萃知识产权代理有限公司 61221 | 代理人: | 李炳辉 |
地址: | 710077 陕*** | 国省代码: | 陕西;61 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明涉及数字图像处理领域,具体涉及一种联合空间稀疏与相关性的高光谱目标检测算法,通过正则化同时强制检测输出的空间稀疏性和相关性:对检测器的输出加入空间稀疏性约束,抑制背景信息;引入空间相关性约束,强化目标或背景内部的连续性以及目标与背景边缘的差异性;考虑到经典算法的有效性和普及性,将两个约束所形成的稀疏正则项和空间正则项引入到经典算法目标函数中,形成通用处理框架;通过适当地设置这一通用公式的参数,得到包括经典CEM在内的一些算法;用交替方向乘子法方法求解所推导出的最优化问题,完成目标检测。本发明能够解决现有算法中对空间信息利用不足的问题,实现光谱信息和空间信息的综合利用,提高检测器性能。 | ||
搜索关键词: | 一种 联合 空间 稀疏 相关性 光谱 目标 检测 算法 | ||
【主权项】:
1.一种联合空间稀疏与相关性的高光谱目标检测算法,其特征在于:包括如下步骤:步骤一:对检测器的输出加入空间稀疏性约束与空间相关性约束;步骤二:将步骤一中两个约束所形成的空间稀疏正则项和空间相关正则项引入到经典的CEM算法目标函数中,形成通用处理框架的最优化问题目标函数;步骤三:对步骤二所形成的目标函数中的正则项参数进行设置,形成最终选择的最优化问题目标函数;步骤四:针对待检测的高光谱图像,用交替方向乘子法(ADMM)方法求解步骤三的最优化问题;步骤五:设置门限,将步骤四中所得到的输出结果逐像元与门限对比,判定待检测高光谱图像的像元是否为检测目标,如果大于门限,判断为目标。
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西安航空学院,未经西安航空学院许可,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/201910430059.7/,转载请声明来源钻瓜专利网。