龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：西安电子科技大学
摘要：本发明公开了一种基于曲率滤波权重双协同表示的高光谱目标检测方法，主要解决现有检测方案在复杂应用场景下背景误检率高的问题。包括：1将高光谱图像转换到多个分数阶傅里叶域上并分别计算傅里叶熵，选择傅里叶熵最大的分数阶傅里叶域作为最优分数阶；2将原域高光谱图像与先验目标光谱均转换到最优分数阶上；3在最优分数阶上对待测像素的字典增加曲率滤波权重；4构建全局协同表示和局部协同表示的双协同表示检测器；5将待测像素输入双协同表示检测器，获取最终检测结果。本发明通过引入曲率滤波权重加强字典的利用程度，利用全局和局部协同表示的空间优势构建双协同表示检测器，有效提升了高光谱异常检测性能。
主权项：1.一种基于曲率滤波权重双协同表示的高光谱目标检测方法，其特征在于，包含步骤如下：1确定最优分数阶傅里叶域：1.1将高光谱图像X转换到多个分数阶傅里叶域上，并计算不同分数阶傅里叶域下的傅里叶熵；1.2将最大傅里叶熵相应的分数阶傅里叶域作为最优域P；2将原域高光谱图像与先验目标光谱均转换到P上；3对待测像素的字典增加曲率滤波权重：3.1将第i个待测像素xi的双窗口区域划分为八个子区域，并计算每个子区域的平均向量；3.2计算第j个子区域的平均向量uj与xi的差值dj，j＝1,2，...，8；同时，计算xi与第j个子区域之间的光谱相似度得分3.3选取8个光谱相似度得分中的最大值作为待测像素点位置的得分gi，计算高光谱图像中每个像素点位置的得分，即曲率滤波权重得分；根据得分构建光谱原子权重图，并进行归一化；3.4将光谱原子权重图应用于局部协同表示的字典权重矩阵中，得到改进后字典权重矩阵Γi；4构建由全局协同表示和局部协同表示组成的双协同表示检测器Dxi： 其中，rglobalxi和rlocalxi分别表示待测像素xi与全局协同表示和局部协同表示结果之间的误差，λ1和λ2分别为局部权重参数和全局权重参数；5将待测像素输入双协同表示检测器，并将输出结果与预设阈值进行比较，获取高光谱目标检测结果。
全文数据：
权利要求：
百度查询： 西安电子科技大学 基于曲率滤波权重双协同表示的高光谱目标检测方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号