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

基于超像素和渐进式低秩表示的高光谱图像异常检测方法 

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:西安电子科技大学

摘要:本发明提出了一种基于超像素和渐进式低秩表示的高光谱图像异常检测方法,主要针对现有低秩表示过程中构建的背景字典纯净度低且不全面,检测结果不佳的问题。包括:采用基于正交投影散度的超像素分割法对待测高光谱图像进行分割,得到同质区域集;再以所得同质区域的质心为原子构建背景字典,然后对图像进行低秩表示,并以获取的异常部分计算检测结果,最后以该检测结果为基准筛选纯净同质区域,以其质心为原子构成新背景字典,继续低秩表示操作;重复上述过程直到检测结果不变,即获得最终检测结果。本发明能够获取纯净且全面的背景字典,有利于更好地描述背景特性,从而获取更具有区分性的异常部分,进而有效提升了高光谱图像异常检测效果。

主权项:1.一种基于超像素和渐进式低秩表示的高光谱图像异常检测方法,其特征在于,其步骤如下:1对待测高光谱图像X进行超像素分割,产生同质区域集合Ω;2分别提取同质区域集合Ω中所有同质区域的质心,并依次排列,构成背景字典D;3根据背景字典D得到背景部分DS,其中S表示系数矩阵;4以待测高光谱图像X作为输入,构建低秩表示模型X=DS+A,其中A表示异常部分;5根据系数矩阵S的低秩特性和异常部分A的稀疏特性,建立目标函数并采用交替方向乘子法优化求解,待迭代终止时获得异常部分A,再通过对A的每一列向量求解L2范数得到检测结果;其中λ表示平衡低秩和稀疏项的系数,s.t.表示约束条件,||·||*表示矩阵的核范数,||·||2,1表示矩阵的L2,1范数;6若当前检测结果为第一次检测所得,则执行步骤8;若当前检测结果非第一次检测所得,则执行步骤7;7判断当前检测结果与前一次检测结果是否相同,若不相同,则执行步骤8;反之,直接执行步骤10;8根据检测结果筛选同质区域,得到纯净同质区域,步骤如下:8.1计算当前检测结果中所有像素检测结果的均值davg;8.2分别计算同质区域中像素检测结果的均值8.3根据如下规则选择纯净同质区域: 其中,“1”表示对应同质区域会被选择,“0”表示对应同质区域不会被选择;k表示同质区域的索引,K表示同质区域的数量;9提取纯净同质区域的质心,以质心作为原子并依次排列,构成新的背景字典D',令D=D'返回步骤3;10将当前检测结果作为最终结果,并输出。

全文数据:

权利要求:

百度查询: 西安电子科技大学 基于超像素和渐进式低秩表示的高光谱图像异常检测方法

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。

相关技术
相关技术
相关技术