-
公开(公告)号：CN114220007A
公开(公告)日：2022-03-22
申请号：CN202111494021.X
申请日：2021-12-08
Applicant: 大连海事大学
Abstract: 本发明公开了一种基于过完备深度低秩子空间聚类的高光谱图像波段选择方法，通过对网络模型参数初始化，输入高光谱立方体和选择的波段数；划分训练样本，训练网络，计算损失函数，通过反向传播更新网络参数；保存网络参数，计算相似性图，利用谱聚类得到聚类结果，选择离聚类中心最近的波段作为最优波段子集；通过支持向量机(SVM)进行分类并评价分类结果。采用过完备表示和不完全表示的深度卷积自动编码器网络进行特征融合，提取更有意义和更丰富的光谱空间信息，用低秩表示获得更加鲁棒的亲和力矩阵来执行子空间聚类，提高子空间聚类的性能和确保准确选取信息波段子集。
-
公开(公告)号：CN113506212A
公开(公告)日：2021-10-15
申请号：CN202110558431.X
申请日：2021-05-21
Applicant: 大连海事大学
Abstract: 本发明公开了一种改进的基于POCS的高光谱图像超分辨率重建方法，该方法首先从序列低分辨率高光谱图像的第一波段的灰度图像中随机选取一幅，通过双三次插值得到初始参考帧，在一定程度上缓解了重建图像边缘模糊问题；然后利用剩余的第一波段的灰度图像根据引入了松弛算子的投影公式对其进行修正，抑制了重建图像平滑区的毛刺；在迭代两次以上后，根据前后两次迭代重建图像之间均方误差是否小于某个阈值作为退出迭代的条件，使迭代过程自适应化，避免了人为设定迭代次数的主观性；最后对高光谱图像的每一个波段的灰度图像都重复上述过程，得到空间分辨率提升的高光谱图像。该方法可以作为高光谱图像空间分辨率提升的一种有效手段。
-
公开(公告)号：CN110738171A
公开(公告)日：2020-01-31
申请号：CN201910976493.5
申请日：2019-10-15
Applicant: 大连海事大学
Abstract: 本发明公开了一种基于类特征迭代随机采样的高光谱图像谱空分类方法，包括根据高光谱图像数据和地物类别标签信息计算各类的类特征准则；根据类特征准则迭代地计算每个类别在分类时应分配的训练样本数目；根据每类已分配的训练样本数目和目标地物样本集参数信息计算目标地物的平均光谱特征和自相关矩阵，根据各地物平均光谱特征、自相关矩阵的逆矩阵、通过约束能量最小化方法计算针对于该地物、高光谱图像中每个像元对应的丰度信息，根据分类图像信息计算相邻两次迭代分类结果的相似性系数，判断所述相似性系数是否已满足迭代分类的截止条件、对融合更新后的数据进行迭代分类。
-
公开(公告)号：CN110378294A
公开(公告)日：2019-10-25
申请号：CN201910663298.7
申请日：2019-07-22
Applicant: 大连海事大学
Abstract: 本发明实施例公开了一种基于局部能量约束与特征融合的高光谱目标检测方法及系统，其包括：获取高光谱图像数据集中的各个像元所对应的信号含量图像；提取各个像元所对应的空间特征并构造关于目标地物的空间特征的图像；基于丰度阈值提取局部强化光谱特征；获取归一化后的空间特征矩阵并该空间特征矩阵的归一化空间特征与待检测图像进行融合以获取对应的融合特征；将局部强化光谱特征与融合特征进行特征融合以获取带有局部特征约束的图像；确定带有局部特征约束的图像中的非零信号所构成的集合并获取最局部能量约束检测因子；对待检测高光谱图像进行目标检测。本发明提高了检测精度，还在一定程度上克服了高光谱检测中常见的“同谱异物”现象。
-
-
-
Search Results
64
records
(took 0.025 seconds)
