[发明专利]一种基于判别森林子空间选择的高光谱异常探测方法在审
申请号: | 201910565596.2 | 申请日: | 2019-06-27 |
公开(公告)号: | CN110443125A | 公开(公告)日: | 2019-11-12 |
发明(设计)人: | 杜博;常世桢;张良培 | 申请(专利权)人: | 武汉大学 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62 |
代理公司: | 武汉科皓知识产权代理事务所(特殊普通合伙) 42222 | 代理人: | 严彦 |
地址: | 430072 湖*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明提供一种基于判别森林子空间选择的高光谱异常探测方法,包括以从高光谱图像中随机选择部分像元,构造一棵子空间选择孤立二叉树,按此构造孤立判别森林;将高光谱图像遍历所构造的孤立判别森林,计算平均路径长度;计算每个像素的异常分数值,实现探测异常目标。本发明利用孤立判别森林模型以子集合的形式重复学习和估计图像中背景类和异常类的分布规律,在此基础上引入轴平行子空间选择方法,选择对异常信息判别更加有利的波段,避免因波段冗余和维度过高而造成的异常信息被埋没的问题,求解影像的异常分数值信息,获得高光谱图像异常目标探测的最终结果。 | ||
搜索关键词: | 高光谱图像 探测 森林 孤立 异常目标 异常信息 高光谱 子空间 波段 平行子空间 分布规律 空间选择 数值信息 随机选择 最终结果 冗余 二叉树 异常类 子集合 求解 遍历 像素 像元 埋没 影像 图像 引入 重复 学习 | ||
【主权项】:
1.一种基于判别森林子空间选择的高光谱异常探测方法,其特征在于,包括以下步骤:步骤1,从高光谱图像中随机选择部分像元,构造一棵子空间选择孤立二叉树;步骤2,返回执行步骤1,直到达到预设的数目,实现构造孤立判别森林;步骤3,将高光谱图像遍历所构造的孤立判别森林,计算平均路径长度;步骤4,基于平均路径长度计算每个像素的异常分数值,实现探测异常目标。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于武汉大学,未经武汉大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201910565596.2/,转载请声明来源钻瓜专利网。