公开(公告)号：CN118711053A

公开(公告)日：2024-09-27

申请号：CN202410728919.6

申请日：2024-06-06

Applicant: 西安电子科技大学

Inventor： 张敏 ,  穆瑞琦 ,  王海 ,  成曦 ,  林生

IPC: G06V20/10 ,  G06V10/762 ,  G06V10/74

Abstract: 本发明公开了一种基于低秩表示和协同表示的高光谱异常检测方法，主要解决现有异常检测方法对高光谱图像的全局和局部信息综合利用不足，以及背景字典不可靠的问题。方案包括：1)构建基于低秩表示的渐进式背景字典，建立低秩表示模型，并对其优化求解得到背景部分和异常部分；2)以渐进式背景字典为基础，构建基于相似度的局部背景字典，建立协同表示模型，对其优化求解并计算得到各像素协同表示的重构残差；3)将低秩表示获得的异常部分和协同表示获得的重构残差以哈达玛积方式融合，得到最终的异常检测结果。本发明通过结合低秩表示与协同表示，能够充分考虑高光谱图像的全局‑局部信息，有效提升了高光谱异常检测性能，降低了虚警率。

公开(公告)号：CN118366041A

公开(公告)日：2024-07-19

申请号：CN202410617455.1

申请日：2024-05-17

Applicant: 西安电子科技大学

Inventor： 张敏 ,  穆瑞琦 ,  王海 ,  成曦 ,  赵少博

IPC: G06V20/10 ,  G06V10/772 ,  G06V10/74

Abstract: 本发明公开了一种自适应字典和双图正则化低秩表示的高光谱异常检测方法，主要解决现有检测方案空谱信息利用不足以及字典构建无法自适应的问题。包括：1)输入高光谱图像；2)将背景字典建模为高光谱图像的线性表示，构建基于自适应字典的低秩表示模型；3)构建基于像素的空间图和基于波段的光谱图；4)利用空间图和光谱图建立双图正则化策略；5)将双图正则化项整合到基于自适应字典的低秩表示模型中得到最终的目标函数；6)对目标函数求解并根据重构背景完成异常检测，获取最终检测结果。本发明将低秩表示模型与包含空谱信息的双图正则化项结合，同时构建自适应更新的背景字典，有效提高了高光谱异常检测的性能。