[發明專利]一種基于判別森林子空間選擇的高光譜異常探測方法在審
| 申請號: | 201910565596.2 | 申請日: | 2019-06-27 |
| 公開(公告)號: | CN110443125A | 公開(公告)日: | 2019-11-12 |
| 發明(設計)人: | 杜博;常世楨;張良培 | 申請(專利權)人: | 武漢大學 |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;G06K9/62 |
| 代理公司: | 武漢科皓知識產權代理事務所(特殊普通合伙) 42222 | 代理人: | 嚴彥 |
| 地址: | 430072 湖*** | 國省代碼: | 湖北;42 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 高光譜圖像 探測 森林 孤立 異常目標 異常信息 高光譜 子空間 波段 平行子空間 分布規律 空間選擇 數值信息 隨機選擇 最終結果 冗余 二叉樹 異常類 子集合 求解 遍歷 像素 像元 埋沒 影像 圖像 引入 重復 學習 | ||
1.一種基于判別森林子空間選擇的高光譜異常探測方法,其特征在于,包括以下步驟:
步驟1,從高光譜圖像中隨機選擇部分像元,構造一棵子空間選擇孤立二叉樹;
步驟2,返回執行步驟1,直到達到預設的數目,實現構造孤立判別森林;
步驟3,將高光譜圖像遍歷所構造的孤立判別森林,計算平均路徑長度;
步驟4,基于平均路徑長度計算每個像素的異常分數值,實現探測異常目標。
2.根據權利要求1所述的基于判別森林子空間選擇的高光譜異常探測方法,其特征在于:步驟1中所述構造子空間選擇孤立二叉樹,實現過程包括以下子步驟,
步驟1.1,從高光譜圖像中隨機選擇500個像元,放入樹的根節點;
步驟1.2,使用軸平行子空間選擇算法對當前節點數據進行特征選擇;
步驟1.3,在子空間中隨機指定一個維度,隨機產生一個切割點p,這個切割值產生于當前節點數據中指定維度上的最大值和最小值之間;
步驟1.4,以切割點p為基準,將當前節點劃分為2個部分,把在指定維度的值小于等于p的數據放在當前節點的左孩子,大于p的數據放在右孩子;
步驟1.5,在孩子節點中遞歸步驟1.2、1.3和1.4,直到孩子節點中只有一個數據。
3.根據權利要求1所述的基于判別森林子空間選擇的高光譜異常探測方法,其特征在于:預設的數目為1000,步驟2中所述構造孤立森林,實現過程為重復步驟1獲得1000棵孤立二叉樹,將所有樹的集合作為孤立森林。
4.根據權利要求1所述的基于判別森林子空間選擇的高光譜異常探測方法,其特征在于:步驟3中所述計算平均路徑長度,實現過程為逐像素遍歷所有孤立森林,將每棵樹上的遍歷路徑的均值作為該像素的平均路徑長度。
5.根據權利要求1或2或3或4所述的基于判別森林子空間選擇的高光譜異常探測方法,其特征在于:步驟4中所述計算每個像素的異常分數值,實現過程包括以下子步驟,
步驟4.1,根據二值搜索樹模型,計算像素的平均樹高p(n)如下,
p(n)=2H(n-1)-(2(n-1)/n),
其中,n是孤立二叉樹的根節點數,H(·)是調和級數;
步驟4.2,計算異常分數值如下,
其中,S表示當前像素的異常分數值,E表示平均路徑長度。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于武漢大學,未經武漢大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201910565596.2/1.html,轉載請聲明來源鉆瓜專利網。





