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：广东海洋大学

摘要：本发明公开了一种高光谱图像目标检测方法，属于目标检测领域，本方法利用时间信息和放宽解空间来改善现有基于约束能量最小化的高光谱图像目标检测的性能，通过严格的数学推导，通过开发新的误差相关函数和引入时间梯度项，设计带有抗噪声的非线性和有界约束自适应梯度神经网络滤波器，通过滤波器优化给定的滤波系数向量，过滤输出图像并提取所需图像的特征向量。本发明通过引入时间信息和扩大解空间，以改进现有基于约束能量最小化的高光谱图像目标检测性能，在提高检测方案的稳健性和准确性，在梯度较大的情况下实现快速收敛，而不受超参数的限制，降低残差误差，提升目标检测精度的同时，还能在受到噪声干扰的情况下保证全局收敛和鲁棒性。

主权项：1.一种高光谱图像目标检测方法，其特征在于，包括如下步骤：S1、获取原始高光谱图像，并将所获取的原始高光谱图像重塑为像素集合矩阵；S2、定义动态滤波系数向量以及对称正定矩阵，并利用所定义的动态滤波系数向量以及对称正定矩阵构建用于高光谱目标检测的强化约束能量最小化模型，具体表示为： ； ；式中，为取最小值函数，为约束；为共轭转置；为时间；为对称正定矩阵；为线性权项权重；为先验期望特征向量集合矩阵；为系数向量；为动态滤波系数向量；S3、定义拉格朗日向量，利用拉格朗日乘子法将所述动态滤波系数向量的求解公式进行转化，转化后的动态滤波系数向量的求解公式表示为： ；其中，为转换矩阵，为动态滤波系数向量转换向量，为系数转换向量，为原始高光谱图像的波段数，为像素向量编号，的最优解也是动态高光谱图像的最优解也是动态高光谱图像，表示为： ；式中，为拉格朗日向量；S4、设计带有抗噪声的非线性和有界约束自适应梯度神经网络滤波器，表示为： ；式中，为动态滤波系数向量转换向量对时间求导，为噪声项，为误差函数，为误差函数对动态滤波系数向量转换向量的偏导，为矩阵转置，为误差函数对时间t的偏导，为对对误差函数求偏导后的伪逆，为激活函数，为自适应系数且： ；其中，和为调控算法的精度的参数，为正常数，表示的2范式；利用所设计的滤波器实时求解动态滤波系数向量；S5、利用S4所设计的滤波器迭代优化所述动态滤波系数向量，通过优化后的动态滤波系数向量过滤输出图像，并利用二值化方法提取所需图像的特征向量。

全文数据：

权利要求：

百度查询： 广东海洋大学 一种高光谱图像目标检测方法