空间-光谱联合遥感高光谱图像的异常检测方法

    公开(公告)号:CN116777832A

    公开(公告)日:2023-09-19

    申请号:CN202310414342.7

    申请日:2023-04-18

    摘要: 空间‑光谱联合遥感高光谱图像的异常检测方法,属于高光谱图像技术领域,本发明为解决现有高光谱异常检测存在数据存在特征维度大、数据量大、数据相关性高、冗余度高,以及准确性和效率比较差的问题。它包括:对高光谱图像中的数据进行波段分组预处理;将波段分组后的高光谱数据作为输入,构建Transformer深度学习模型,对高光谱图像的背景进行重建;采用空间‑光谱联合方法对重建背景的图像与原始高光谱图像之间的残差图像进行联合检测,分别获得光谱域和空间域的异常检测结果,将光谱域和空间域的异常检测结果进行线性组合,获得高光谱图像的异常检测结果。本发明用于高光谱图像的异常检测。

    基于多维参数谱重构的FDA-MIMO雷达超分辨目标定位方法

    公开(公告)号:CN115616563A

    公开(公告)日:2023-01-17

    申请号:CN202110790569.2

    申请日:2021-07-13

    IPC分类号: G01S13/88 G06F17/16

    摘要: 本发明属于雷达目标定位技术领域,具体地说,是一种FDA‑MIMO雷达角度‑距离二维谱重构技术的超分辨参数估计新方法,其特征在于,首先利用MIMO雷达收发阵列接收远场空间目标信号,然后对接收的信号进行处理,获取信号与噪声子空间,对收发信号进行角度‑距离二维谱重构处理,并对噪声投影进行子阵划分;利用矩阵化子空间求根技术,构造角度谱的求根多项式后,对角度谱多项式直接进行求根运算,获得目标信号的角度估计值,将角度估计值代入重构代价函数,根据求根超分辨算法,获得目标信号的距离估计值,通过角度和距离自动配对,实现目标精准定位。

    一种基于深度稀疏低秩神经网络的红外弱小目标检测方法

    公开(公告)号:CN115510660A

    公开(公告)日:2022-12-23

    申请号:CN202211213534.3

    申请日:2022-09-30

    发明人: 胡悦 周鑫宇 张晔

    摘要: 一种基于深度稀疏低秩神经网络的红外弱小目标检测方法,属于遥感数字图像处理中的红外数据处理领域。由于红外弱小目标的体积小、亮度低,使得其难以从图像中被检测到,因此,本发明的提出为了提高红外弱小目标检测算法在小目标检测方面的性能,解决其在杂波背景下的目标检测结果不准确的问题。具体包括:利用滑动窗将原始红外图像分割为一系列的红外图像块;建立基于目标稀疏表示和背景低秩约束的目标检测模型;输入红外图像块,利用交替方向乘子法求解目标检测模型的各个变量;并将所提出的模型展开成卷积神经网络,不断更新模型中相关的参数;重构得到的红外图像块中的目标检测结果;输出红外图像的目标检测结果。本发明在不同背景环境下对具有不同属性的红外目标均能够取得较好的检测结果。

    基于通用视频编码标准的帧内预测编码模式快速决策方法

    公开(公告)号:CN113301331A

    公开(公告)日:2021-08-24

    申请号:CN202110574294.9

    申请日:2021-05-25

    摘要: 基于通用视频编码标准的帧内预测编码模式快速决策方法,属于视频编码技术领域,本发明为解决现有通用视频编码技术中存在的编码复杂度高,未对编码模式相关性进行分析,未对帧内模式决策的两个过程中需要遍历计算代价值的编码模式进行自适应筛选的问题。它对构造的初始集合进行粗略模式决策处理,将保留的预测模式与其相邻预测模式组成新的预测模式集合,再对其进行粗略模式决策处理,比较哈德玛变换代价值,与最可能预测模式MPM合并,去除重复的预测模式,计算其最小哈德玛变换代价值,将其他哈德玛变换代价值大于1.5倍最小哈德玛变换代价值的预测模式去除;保留两个最小哈德玛变换代价值对应的编码模式。本发明用于视频编码技术。

    基于长波红外大气底层辐射和可见光波段线性混合模型的亚像元温度反演方法

    公开(公告)号:CN106595873B

    公开(公告)日:2019-03-29

    申请号:CN201710001761.2

    申请日:2017-01-03

    IPC分类号: G01J5/00

    摘要: 基于长波红外大气底层辐射和可见光波段线性混合模型的亚像元温度反演方法,属于遥感图像领域,本发明为解决现有红外波段温度反演方法未将混合像元和纯净像元加以区分,导致像元特别是混合像元温度反演不准确的问题。本发明所述反演方法的具体过程为:步骤1、对可见光波段,采用自动目标提取算法进行光谱解混,实现纯像元与混合像元的定位和混合像元各组分丰度的初步估计;步骤2、对与可见光波段配准后的热红外波段图像,结合解混获得的像元丰度信息,与大气、传感器参数实现亚像元温度反演。本发明用于红外波段光谱图像处理。

    一种模拟电路模块故障诊断方法

    公开(公告)号:CN108845247A

    公开(公告)日:2018-11-20

    申请号:CN201810699568.5

    申请日:2018-06-29

    IPC分类号: G01R31/316

    摘要: 一种模拟电路模块故障诊断方法,本发明涉及模拟电路模块故障诊断方法。本发明为了解决实际模拟电路模块故障诊断过程中缺少故障样本导致电路模块故障诊断准确率低的问题。本发明包括:一:将模拟电路进行功能模块划分;二:通过仿真实验,对电路输入脉冲信号,获得划分后的各模块正常状态的各节点检测率,以及其中任一模块处于故障状态下的各节点检测率;三:对实际的电路各模块进行故障检测;四:根据检测率对各模块的检测结果配置可信度,可信度作为证据m1;五:将脉冲信号更换为扫频信号,重复执行步骤二至四得到证据m2,将m1和m2通过D-S证据理论进行融合后,完成故障模块的定位。本发明用于模拟电路模块故障诊断领域。

    基于自动视图生成和联合l1,2范数最小化的监督多视图特征选择方法

    公开(公告)号:CN105046286B

    公开(公告)日:2018-11-02

    申请号:CN201510546954.7

    申请日:2015-08-31

    发明人: 陈曦 张钧萍 张晔

    IPC分类号: G06K9/66

    摘要: 基于自动视图生成和联合l1,2范数最小化的监督多视图特征选择方法,属于遥感图像数据处理技术领域。本发明是为了解决高分辨率遥感图像在特征选择过程中存在的信息丢失的问题。它包括三个步骤:一、采集遥感图像数据,对遥感图像数据进行预处理;然后进行特征提取,获得特征向量集合;再将特征向量集合中所有特征向量归一化,获得原始特征向量集合;二、采用affinity propagation算法将步骤一中获得的原始特征向量集合生成特征多视图;三、基于l1,2范数对步骤二中生成的特征多视图进行监督多视图特征选择。本发明为一种监督多视图特征选择方法。

    一种面向高空间分辨率遥感图像专题信息提取的半监督诊断性特征选择方法

    公开(公告)号:CN104680169B

    公开(公告)日:2017-11-17

    申请号:CN201510119477.6

    申请日:2015-03-18

    发明人: 陈曦 谷延峰 张晔

    IPC分类号: G06K9/46 G06K9/62

    CPC分类号: G06K9/0063

    摘要: 一种面向高空间分辨率遥感图像专题信息提取的半监督诊断性特征选择方法,本发明涉及半监督诊断性特征选择方法。本发明是要解决标记样本的工作量大且难以量化评价特征对提取专题类的贡献的问题,提出一种面向高空间分辨率遥感图像专题信息提取的半监督诊断性特征选择方法。该方法是通过步骤一:获得对象特征矩阵;步骤二:构造样本权重矩阵步骤三:构建目标函数;步骤四:将目标函数变换成简化的目标函数;步骤五:对简化的目标函数进行迭代优化输出矩阵U,选择U的后m行为优化变量矩阵W;步骤六:选择出W绝对值的和最大的特征作为目标类别的诊断性特征子集等步骤实现的。本发明应用于半监督诊断性特征选择领域。

    基于低秩矩阵恢复的空谱联合高光谱图像目标识别方法

    公开(公告)号:CN106650681A

    公开(公告)日:2017-05-10

    申请号:CN201611247606.0

    申请日:2016-12-29

    IPC分类号: G06K9/00

    CPC分类号: G06K9/00503 G06K9/00536

    摘要: 基于低秩矩阵恢复的空谱联合高光谱图像目标识别方法,属于高光谱遥感图像目标识别领域,本发明为解决现有对高光谱图像进行目标识别处理时存在信息浪费,进而导致目标识别精度较低的问题。本发明目标识别方法的具体过程为:步骤1、通过低秩矩阵恢复方法对高光谱图像进行原图和噪声的分离,将被噪声干扰的高光谱图像从噪声中恢复出来;步骤2、通过有约束能量最小化方法,将待识别光谱与目标光谱进行匹配;步骤3、从空间角度利用不变矩特征对光谱匹配的结果进行识别,获得高光谱图像数据的目标识别结果。本发明用于对空谱联合高光谱图像的目标识别。

    基于聚类自适应窗高光谱图像异常检测方法

    公开(公告)号:CN106600602A

    公开(公告)日:2017-04-26

    申请号:CN201611257226.5

    申请日:2016-12-30

    IPC分类号: G06T7/00

    摘要: 基于聚类自适应窗高光谱图像异常检测方法,属于高光谱图像处理领域,本发明为解决现有背景模型构造方法限定高光谱图像背景较为一致时适用的问题。本发明具体过程为:对高光谱图像进行光谱维主成分分析,生成光谱子空间;对每个待检测像素生成自适应窗;生成的自适应窗为二值矩阵,二值矩阵的中心与待测像素重合,矩阵内为“1”的像素表示高光谱图像中为同质背景区域的像素,矩阵内为“0”的像素表示高光谱图像中为非同质背景区域的像素;利用主成分分析结果和椭圆等高模型对自适应窗内进行背景对数似然估计,检测出异常像元,生成初步的检测结果矩阵;利用形态学滤波进行后处理,得到最终的检测矩阵结果。本发明用于高光谱遥感图像的异常检测。