龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：大连海事大学
摘要：本发明公开了一种基于双字典多尺度协同表示的高光谱异常检测方法，包括：首先利用超像素分割获得自适应的双窗口，以便更好的适应不同尺寸的异常目标。引入局部离群因子算法和局部背景信息统计法来构建双字典，分别是局部异常字典和局部背景字典，以便对待测像素进行更精准的异常检测。以被测像素与双字典中像元的相似度做加权函数，可以更好地区分背景和异常。这有助于提高异常像素的检测准确性和鲁棒性。最后构建多尺度的高光谱图像集，并对在多个尺度下对高光谱图像协同表示的异常检测结果进行融合，能够捕捉到不同尺度下的局部细节信息，融合多尺度的异常检测结果可以增强对图像局部细节的感知能力，从而更好地定位异常目标。
主权项：1.一种基于双字典多尺度协同表示的高光谱异常检测方法，其特征在于包括：构建基于超像素分割的自适应双窗口，该自适应双窗口与高光谱图像中异常目标形状相贴合，从而适应不同尺寸的异常目标；设计局部离群因子和局部背景信息统计算法，用内外窗口间的像素分别构建局部异常字典和局部背景字典；构建待测像素到双字典之间距离的加权函数，采用该加权函数对待测像素进行协同表示异常检测；使用基于双字典距离加权的协同表示异常检测方法，分别得到待测像素在两个局部字典上的异常程度；基于高斯核函数对原高光谱图像进行采样操作，构建多尺度高光谱图像集，对该图像集中的不同尺度的图像进行基于双字典的协同表示异常检测；融合多尺度上的协同异常检测结果，弥补单一尺度下存在的局限性，减少漏检和误检的情况。
全文数据：
权利要求：
百度查询： 大连海事大学 基于双字典多尺度协同表示的高光谱异常检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号