[發明專利]一種異常目標檢測方法、裝置和計算機可讀介質在審
| 申請號: | 202011050295.5 | 申請日: | 2020-09-29 |
| 公開(公告)號: | CN112163523A | 公開(公告)日: | 2021-01-01 |
| 發明(設計)人: | 劉暢;王廣平 | 申請(專利權)人: | 北京環境特性研究所 |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;G06K9/46 |
| 代理公司: | 北京格允知識產權代理有限公司 11609 | 代理人: | 周嬌嬌 |
| 地址: | 100854*** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 異常 目標 檢測 方法 裝置 計算機 可讀 介質 | ||
1.一種異常目標檢測方法,其特征在于,包括:
對待檢測的高光譜圖像進行運算,以獲得所述高光譜圖像中任意兩個波段之間的相關系數;
將小于預設的相關系數閾值的相關系數確定為目標相關系數;
確定與該目標相關系數對應的目標波段,并根據所述目標波段確定目標高光譜圖像;
確定所述目標高光譜圖像中每一個像素點的光譜向量,其中,每一個像素點的光譜向量用于表征該像素點在每一個所述目標波段中的光譜信息;
對所述目標高光譜圖像中所有的光譜向量進行背景均值運算和協方差矩陣運算,以獲得背景均值和協方差矩陣;
針對所述目標高光譜圖像中的每一個像素點,根據當前像素點的光譜向量、所述背景均值和所述協方差矩陣,確定異常目標檢測結果。
2.根據權利要求1所述的方法,其特征在于,在所述對待檢測的高光譜圖像進行運算之前,進一步包括:
對初始待檢測的高光譜圖像進行預分類,以獲得不同類的集群,其中,不同類的集群對應有不同的區域,且不同類的集群中包括的地物種類不同,所有不同類的集群組合成所述初始待檢測的高光譜圖像;
將異常目標所在集群的區域確定為目標區域;
獲取所述目標區域的所有波段,并根據預設的篩選規則篩選出保留波段,以獲得包括有保留波段的待檢測的高光譜圖像。
3.根據權利要求1所述的方法,其特征在于,所述對待檢測的高光譜圖像進行運算,包括:
通過如下公式對待檢測的高光譜圖像進行運算:
其中,Rij用于表征所述待檢測的高光譜圖像中第i波段圖像與第j波段圖像之間的相關系數,fik用于表征第i波段圖像中k像素點的灰度值,fjk用于表征第j波段圖像中k像素點的灰度值,分別用于表征第i、j波段圖像中各像素點的平均灰度值,m用于表征所述待檢測的高光譜圖像中的行像素個數,n用于表征所述待檢測的高光譜圖像中的列像素個數,i、j用于表征所述待檢測的高光譜圖像中的波段數,k用于表征各像素點的坐標,其中,所述待檢測的高光譜圖像中有m×n個像素點。
4.根據權利要求1所述的方法,其特征在于,所述對所述目標高光譜圖像中所有的光譜向量進行背景均值運算和協方差矩陣運算,以獲得背景均值和協方差矩陣,包括:
所述背景均值,通過如下公式確定:
其中,u用于表征所述目標高光譜圖像的背景均值,r用于表征所述目標高光譜圖中的光譜向量,M用于表征m行n列的二維數組,所述二維數組用于表征各像素點的坐標,k用于表征所述光譜向量在所述二維數組中的像素點坐標,其中,所述目標高光譜圖像中有m×n個像素點;
所述協方差矩陣,通過如下公式確定:
其中,C用于表征所述目標高光譜圖像的協方差矩陣,所述u用于表征所述背景均值,所述r用于表征所述光譜向量,所述M用于表征所述二維數組,所述k用于表征所述光譜向量的像素點坐標。
5.根據權利要求1-4中任一所述的方法,其特征在于,所述根據當前像素點的光譜向量、所述背景均值和所述協方差矩陣,確定異常目標檢測結果,包括:
通過如下公式對當前像素點的光譜向量、所述背景均值和所述協方差矩陣進行運算:
D(r)=(r-u)C-1(r-u)T
其中,D用于表征當前像素點的檢測值,r用于表征當前像素點的光譜向量,u用于表征所述背景均值,C用于表征所述協方差矩陣;
判斷所述當前像素點的檢測值是否小于預設的檢測閾值;
如果所述當前像素點的檢測值不小于所述檢測閾值,則確定當前像素點存在異常目標。
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北京環境特性研究所,未經北京環境特性研究所許可,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/202011050295.5/1.html,轉載請聲明來源鉆瓜專利網。





