首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于光谱解混合的目标检测方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:西安工业大学

摘要:本发明为一种基于光谱解混合的目标检测方法,克服了现有技术中存在的背景信息的准确统计影响目标检测精度的问题。包括以下步骤:1获取高光谱图像中各个像元在目标子空间上的正交投影长度,并选取其中最大投影长度值对应像元确定为目标端元;2将目标端元作为初始端元,利用顺序最大角凸锥法进行光谱解混合,迭代获取高光谱图像中所有端元和各端元在每个像元中的丰度系数;3对初始端元对应丰度系数进行归一化、并从1减去,得到每个像元成为背景的概率;4将获取的每个像元成为背景的概率作为各像元的加权系数,统计背景的加权自相关矩阵;5根据获取的背景加权自相关矩阵,确定约束最小能量算子,完成高光谱图像目标检测。

主权项:1.一种基于光谱解混合的目标检测方法,其特征在于:包括以下步骤:步骤1:根据正交投影原理,获取高光谱图像中各个像元xi在目标子空间上的正交投影长度tdi,并选取其中最大投影长度值对应像元确定为目标端元;步骤2:将步骤1获取的目标端元作为初始端元e1,利用顺序最大角凸锥法进行光谱解混合,迭代获取高光谱图像中所有端元和各端元在每个像元中的丰度系数,其中初始端元e1在像元xi中丰度系数为ai1;步骤3:对步骤2获取的初始端元e1对应丰度系数ai1进行归一化、并从1减去,得到每个像元成为背景的概率pi;步骤4:将步骤3获取的每个像元成为背景的概率pi作为各像元的加权系数,统计背景的加权自相关矩阵R*;步骤5:根据步骤4获取的背景加权自相关矩阵R*,确定约束最小能量算子,进而完成高光谱图像目标检测;步骤2中,顺序最大角凸锥法包括以下步骤首先从图像中选取向量模最大的像元作为初始端元e1, 其中xi是指图像中第i个像元的光谱,然后,以初始端元e1为基础,通过迭代依次提取剩余端元;对于每次提取的端元ek,k≥1,所对应的像元序号记为n,先获取端元ek在每个像元中的比例系数aik,aik=biktik2 其中tik为投影系数,bik为调整系数;若tik≤0,则bik=0;否则,根据前k-1个端元中的最小值min,如果min>1,则bik=1,否则bik=min;之后,调整之前提取的k-1个端元在每个像元中的比例系数,aij=aij-aijaikj=1,2…,k-14然后利用投影变换从每个像元中去除该端元的影响,xi=xi-aikek5然后接着提取下一个端元和对应的丰度系数矩阵,直到提取所有的端元后结束;步骤4包括以下步骤:利用加权系数pi,根据公式10确定背景的加权自相关矩阵R*, 其中m为全图像中像元数量,xiT为xi的转置向量;步骤5包括以下步骤:根据背景加权自相关矩阵R*确定约束最小能量算子,进而获取高光谱图像中每个像元的目标检测结果yi 其中,d为目标光谱d即目标子空间D中各基向量的平均向量,dT为d的转置向量。

全文数据:

权利要求:

百度查询: 西安工业大学 基于光谱解混合的目标检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。