-
公开(公告)号：CN104504686B
公开(公告)日：2017-06-23
申请号：CN201410734796.3
申请日：2014-12-04
Applicant: 哈尔滨工程大学
Abstract: 本发明属于高光谱图像异常目标检测领域，具体涉及一种采用局部自适应阈值分割的高光谱图像异常探测方法。读入高光谱数据；采用非线性KRX算子对高光谱数据处理得到检测结果灰度图；对检测的灰度图像进行预处理消除背景干扰；将图像分成若干个m×n的子图像对每一个子图像进行阈值迭代法选取阈值；用得到的自适应阈值Ti对子图像二值化，遍历整幅图像进而得到最终检测结果。本发明提出了针对大面积背景干扰抑制的算法，利用形态学滤波开运算的结构元素将背景干扰有效的提取和消除；采用迭代法计算出局部最佳阈值，无需大量试验验证求取阈值可大大减少实际处理中的工作量，提高了异常目标检测的效率和准确率。
-
Patent Agency Ranking
公开(公告)号：CN104504686A
公开(公告)日：2015-04-08
申请号：CN201410734796.3
申请日：2014-12-04
Applicant: 哈尔滨工程大学
CPC classification number: G06T7/0004 , G06T7/11 , G06T7/155 , G06T2207/10036
Abstract: 本发明属于高光谱图像异常目标检测领域，具体涉及一种采用局部自适应阈值分割的高光谱图像异常探测方法。读入高光谱数据；采用非线性KRX算子对高光谱数据处理得到检测结果灰度图；对检测的灰度图像进行预处理消除背景干扰；将图像分成若干个m×n的子图像对每一个子图像进行阈值迭代法选取阈值；用得到的自适应阈值Ti对子图像二值化，遍历整幅图像进而得到最终检测结果。本发明提出了针对大面积背景干扰抑制的算法，利用形态学滤波开运算的结构元素将背景干扰有效的提取和消除；采用迭代法计算出局部最佳阈值，无需大量试验验证求取阈值可大大减少实际处理中的工作量，提高了异常目标检测的效率和准确率。
-
公开(公告)号：CN104182978A
公开(公告)日：2014-12-03
申请号：CN201410418281.2
申请日：2014-08-22
Applicant: 哈尔滨工程大学
IPC: G06T7/00
Abstract: 本发明涉及一种基于空谱核稀疏表示的高光谱图像目标检测方法，其特征在于：步骤1：确定待检测窗口大小，利用空谱核函数映射非线性高光谱数据到线性空间；步骤2：根据给定的过完备字典，利用同步正交匹配追踪算法，计算映射后高光谱数据的稀疏系数；步骤3：分别计算基于背景过完备字典重建的像元重建误差和基于目标过完备字典重建的像元重建误差，依据误差大小，判定像元是否为检测目标；步骤4：重复步骤3，直至遍历图像中每一个像元，最终输出目标图像。
-
公开(公告)号：CN104766313B
公开(公告)日：2017-10-31
申请号：CN201510140950.9
申请日：2015-03-27
Applicant: 哈尔滨工程大学
Abstract: 本发明属于图像处理尤其是高光谱图像异常目标检测领域，具体涉及一种采用核递归的高光谱快速异常探测方法。本发明包括：读入高光谱数据；对背景信息的核矩阵进行初始化；建立背景像元更新的因果关系；建立核矩阵ΚΒ(n)的递归方程更新核矩阵；结合KRX算子对高光谱图像进行快速检测。本发明提出了采用背景信息因果化的更新模型，利用检测像元的变化对背景信息进行快速更新，避免反复提取背景信息造成的数据冗余。采用构建全新核矩阵，有效的解决了核矩阵的维数随着背景像元数目的增加而产生变化的问题，同时使得算法无需每次重新计算核矩阵。引入卡尔曼滤波理论的递归思想，可大大减少实际处理中的工作量，提高了异常目标检测的效率。
-
公开(公告)号：CN104182978B
公开(公告)日：2017-10-03
申请号：CN201410418281.2
申请日：2014-08-22
Applicant: 哈尔滨工程大学
IPC: G06K9/00
Abstract: 本发明涉及一种基于空谱核稀疏表示的高光谱图像目标检测方法，其特征在于:步骤1：确定待检测窗口大小，利用空谱核函数映射非线性高光谱数据到线性空间；步骤2：根据给定的过完备字典，利用同步正交匹配追踪算法，计算映射后高光谱数据的稀疏系数；步骤3：分别计算基于背景过完备字典重建的像元重建误差和基于目标过完备字典重建的像元重建误差，依据误差大小，判定像元是否为检测目标；步骤4：重复步骤3，直至遍历图像中每一个像元，最终输出目标图像。
-
公开(公告)号：CN104766313A
公开(公告)日：2015-07-08
申请号：CN201510140950.9
申请日：2015-03-27
Applicant: 哈尔滨工程大学
IPC: G06T7/00
Abstract: 本发明属于图像处理尤其是高光谱图像异常目标检测领域，具体涉及一种采用核递归的高光谱快速异常探测方法。本发明包括：读入高光谱数据；对背景信息的核矩阵进行初始化；建立背景像元更新的因果关系；建立核矩阵ΚΒ(n)的递归方程更新核矩阵；结合KRX算子对高光谱图像进行快速检测。本发明提出了采用背景信息因果化的更新模型，利用检测像元的变化对背景信息进行快速更新，避免反复提取背景信息造成的数据冗余。采用构建全新核矩阵，有效的解决了核矩阵的维数随着背景像元数目的增加而产生变化的问题，同时使得算法无需每次重新计算核矩阵。引入卡尔曼滤波理论的递归思想，可大大减少实际处理中的工作量，提高了异常目标检测的效率。
-
-
-
-
-
Search Results
6
records
(took 0.019 seconds)
