[發(fā)明專利]基于聚類自適應(yīng)窗高光譜圖像異常檢測(cè)方法有效
| 申請(qǐng)?zhí)枺?/td> | 201611257226.5 | 申請(qǐng)日: | 2016-12-30 |
| 公開(公告)號(hào): | CN106600602B | 公開(公告)日: | 2019-08-23 |
| 發(fā)明(設(shè)計(jì))人: | 滕藝丹;張鈞萍;江碧濤;張曄;時(shí)春雨;鐘圣唯 | 申請(qǐng)(專利權(quán))人: | 哈爾濱工業(yè)大學(xué) |
| 主分類號(hào): | G06T7/00 | 分類號(hào): | G06T7/00 |
| 代理公司: | 哈爾濱市松花江專利商標(biāo)事務(wù)所 23109 | 代理人: | 岳泉清 |
| 地址: | 150001 黑龍*** | 國(guó)省代碼: | 黑龍江;23 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 基于 自適應(yīng) 光譜 圖像 異常 檢測(cè) 方法 | ||
1.基于聚類自適應(yīng)窗高光譜圖像異常檢測(cè)方法,該高光譜圖像異常檢測(cè)方法的具體過程為:
步驟1、對(duì)高光譜圖像進(jìn)行光譜維主成分分析,生成光譜子空間,實(shí)現(xiàn)光譜維的降維;
步驟2、對(duì)每個(gè)待檢測(cè)像素生成自適應(yīng)窗;生成的自適應(yīng)窗為二值矩陣,二值矩陣的中心與待測(cè)像素重合,矩陣內(nèi)為“1”的像素表示高光譜圖像中為同質(zhì)背景區(qū)域的像素,用于計(jì)算參考背景的統(tǒng)計(jì)特性,矩陣內(nèi)為“0”的像素表示高光譜圖像中為非同質(zhì)背景區(qū)域的像素,不用于計(jì)算參考背景的統(tǒng)計(jì)特性;
步驟3、利用步驟1獲取的主成分分析結(jié)果和橢圓等高模型對(duì)自適應(yīng)窗內(nèi)進(jìn)行背景對(duì)數(shù)似然估計(jì),檢測(cè)出異常像元,將目標(biāo)置為“1”,背景置為“0”,生成初步的檢測(cè)結(jié)果矩陣;
步驟4、利用形態(tài)學(xué)濾波進(jìn)行后處理,得到最終的檢測(cè)矩陣結(jié)果;
步驟1所述對(duì)高光譜圖像進(jìn)行光譜維主成分分析的具體過程為:
步驟1-1、對(duì)高光譜圖像矩陣進(jìn)行標(biāo)準(zhǔn)化變換;
步驟1-2、獲取變換后的相關(guān)矩陣;
步驟1-3、獲取相關(guān)矩陣的特征根,確定高光譜圖像的主成分;
步驟2所述對(duì)每個(gè)待檢測(cè)像素生成自適應(yīng)窗的具體過程為:
步驟2-1、對(duì)每一個(gè)待測(cè)像素生成一個(gè)w×w的自適應(yīng)窗,將自適應(yīng)窗的中心初始化為“1”,其他區(qū)域初始化為“0”;
步驟2-2、利用皮爾遜準(zhǔn)則和均方根誤差最小化方法對(duì)高光譜圖像進(jìn)行解混,并確定端元數(shù)N;
步驟2-3、利用K均值聚類方法將高光譜圖像劃分為N類,并對(duì)所有像素添加類別標(biāo)簽;
步驟2-4、比較自適應(yīng)窗范圍內(nèi)像素和中心點(diǎn)的類別標(biāo)簽,將自適應(yīng)窗中與中心像素標(biāo)簽一致的像素置為“1”,獲得每個(gè)像素的最終自適應(yīng)窗;
其特征在于,步驟3所述檢測(cè)出異常像元,生成初步的檢測(cè)結(jié)果矩陣,具體過程為:
步驟3-1、將目標(biāo)檢測(cè)矩陣初始化為“0”;
步驟3-2、分別對(duì)每一個(gè)像素類所在的自適應(yīng)窗采用橢圓等高分布進(jìn)行建模,獲得每一類橢圓等高分布的參數(shù)pb(x):
其中,x表示像素點(diǎn),μ為自適應(yīng)窗內(nèi)矩陣的均值,C為窗矩陣的協(xié)方差矩陣,v為可選擇的參數(shù),d為高光譜圖像降維后保留的主成分個(gè)數(shù);
步驟3-3、按照背景對(duì)數(shù)似然估計(jì)函數(shù)對(duì)于每一個(gè)像素點(diǎn)求異常值:
D(x)=-log(1/pb(x));
步驟3-4、根據(jù)給定閾值篩選出異常像元,將異常值大于給定閾值的置為“1”,獲得初步的檢測(cè)結(jié)果矩陣。
2.根據(jù)權(quán)利要求1所述的基于聚類自適應(yīng)窗高光譜圖像異常檢測(cè)方法,其特征在于,步驟4所述利用形態(tài)學(xué)濾波進(jìn)行后處理的具體過程為:
步驟4-1、根據(jù)高光譜圖像空間分辨率,獲得待檢測(cè)目標(biāo)最大可能值m×n;
步驟4-2、生成m×n的結(jié)構(gòu)元素,利用該結(jié)構(gòu)元素對(duì)檢測(cè)矩陣進(jìn)行形態(tài)學(xué)開操作;
步驟4-3、用原始目標(biāo)檢測(cè)矩陣減去形態(tài)學(xué)開操作后的目標(biāo)檢測(cè)矩陣,得到最終的檢測(cè)矩陣結(jié)果。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于哈爾濱工業(yè)大學(xué),未經(jīng)哈爾濱工業(yè)大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201611257226.5/1.html,轉(zhuǎn)載請(qǐng)聲明來源鉆瓜專利網(wǎng)。
- 使用后向自適應(yīng)規(guī)則進(jìn)行整數(shù)數(shù)據(jù)的無損自適應(yīng)Golomb/Rice編碼和解碼
- 一種自適應(yīng)軟件UML建模及其形式化驗(yàn)證方法
- 媒體自適應(yīng)參數(shù)的調(diào)整方法、系統(tǒng)及相關(guān)設(shè)備
- 五自由度自適應(yīng)位姿調(diào)整平臺(tái)
- 采用自適應(yīng)機(jī)匣和自適應(yīng)風(fēng)扇的智能發(fā)動(dòng)機(jī)
- 一種自適應(yīng)樹木自動(dòng)涂白裝置
- 一種基于微服務(wù)的多層次自適應(yīng)方法
- 一種天然氣發(fā)動(dòng)機(jī)燃?xì)庾赃m應(yīng)控制方法及系統(tǒng)
- 一種中心自適應(yīng)的焊接跟蹤機(jī)頭
- 一種有砟軌道沉降自適應(yīng)式軌道系統(tǒng)
- 彩色圖像和單色圖像的圖像處理
- 圖像編碼/圖像解碼方法以及圖像編碼/圖像解碼裝置
- 圖像處理裝置、圖像形成裝置、圖像讀取裝置、圖像處理方法
- 圖像解密方法、圖像加密方法、圖像解密裝置、圖像加密裝置、圖像解密程序以及圖像加密程序
- 圖像解密方法、圖像加密方法、圖像解密裝置、圖像加密裝置、圖像解密程序以及圖像加密程序
- 圖像編碼方法、圖像解碼方法、圖像編碼裝置、圖像解碼裝置、圖像編碼程序以及圖像解碼程序
- 圖像編碼方法、圖像解碼方法、圖像編碼裝置、圖像解碼裝置、圖像編碼程序、以及圖像解碼程序
- 圖像形成設(shè)備、圖像形成系統(tǒng)和圖像形成方法
- 圖像編碼裝置、圖像編碼方法、圖像編碼程序、圖像解碼裝置、圖像解碼方法及圖像解碼程序
- 圖像編碼裝置、圖像編碼方法、圖像編碼程序、圖像解碼裝置、圖像解碼方法及圖像解碼程序





