-
公开(公告)号：CN107967694A
公开(公告)日：2018-04-27
申请号：CN201711408728.8
申请日：2017-12-22
Applicant: 大连海事大学
IPC: G06T7/246
CPC classification number: G06T7/246 , G06T2207/10036
Abstract: 本发明公开了一种基于反馈丰度约束的高光谱目标检测方法、系统、存储介质以及处理器，其包括计算目标地物的光谱特征d以及自相关矩阵R；计算出高光谱图像中每个像元ri所对应的丰度信息f(ri)；提取目标地物的空间特征ff(ri)，将所提取的ff(ri)反馈融合至高光谱图像的光谱特征中并更新；线性归一化处理所述丰度信息f(ri)并定义光谱自相关矩阵为R′；进行目标地物检测以获得目标地物丰度信息fc(ri)；进行二值化处理以获得待检测的目标地物。本发明在利用自相关矩阵对像元进行抑制的时候，能够降低异物同谱现象的影响，有助于目标地物的检测；同时将空间信息融入光谱特征中提高检测精度以解决现有技术中的问题。
-
公开(公告)号：CN106408034A
公开(公告)日：2017-02-15
申请号：CN201610905667.5
申请日：2016-10-17
Applicant: 大连海事大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于空间特征迭代的高光谱图像分类方法，根据高光谱样本数据计算出地物类别的光谱签名di；并设置类别目标集合、背景端元集合及颜色约束矩阵；利用高光谱图像的背景端元U、约束矩阵C及图像自相关逆矩阵R-1定义一个能同时进行多类别分类的分类器Tk，并提取所有类别目标的初始分类结果，同时提取每种类别目标分类结果的空间特征{Tk(iG)}，接着把空间特征{Tk(iG)}反馈叠加到待分类的高光谱图像中进行空间特征与谱间特征的融合；再通过迭代的方式进行多类别的同时分类，直到达到设定的迭代停止条件；最后把分类结果采用不同颜色进行标注。本方法有效利用光谱统计特征与迭代空间特征相融合的方式进行高光谱图像类别特征判断，逐步提高高光谱图像分类的准确度。
-
Patent Agency Ranking
-
公开(公告)号：CN106408034B
公开(公告)日：2019-11-26
申请号：CN201610905667.5
申请日：2016-10-17
Applicant: 大连海事大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于空间特征迭代的高光谱图像分类方法，根据高光谱样本数据计算出地物类别的光谱签名di；并设置类别目标集合、背景端元集合及颜色约束矩阵；利用高光谱图像的背景端元U、约束矩阵C及图像自相关逆矩阵R‑1定义一个能同时进行多类别分类的分类器Tk，并提取所有类别目标的初始分类结果，同时提取每种类别目标分类结果的空间特征{Tk(iG)}，接着把空间特征{Tk(iG)}反馈叠加到待分类的高光谱图像中进行空间特征与谱间特征的融合；再通过迭代的方式进行多类别的同时分类，直到达到设定的迭代停止条件；最后把分类结果采用不同颜色进行标注。本方法有效利用光谱统计特征与迭代空间特征相融合的方式进行高光谱图像类别特征判断，逐步提高高光谱图像分类的准确度。
-
公开(公告)号：CN106650811B
公开(公告)日：2019-08-13
申请号：CN201611218275.8
申请日：2016-12-26
Applicant: 大连海事大学
IPC: G06K9/62
Abstract: 本发明提供一种基于近邻协同增强的高光谱混合像元分类方法，包括：利用已标记的样本地物计算多目标地物的光谱签名矩阵；设计基于光谱特征的多类别分类器将地物进行分类；在分类结果中融合空间结构特征，并提取近邻像元；利用近邻像元协同对未标记高光谱地物进行类别标记；采用迭代方法逐步将未标记的地物分别进行分类标注；利用邻域扩展的方式进一步融合目标地物的空间特征，完成最终分类标记。本发明利用多类别分类器对地物类别进行同时分类，解决了传统分类方法无法对背景地物进行分类的问题；并利用近邻协同增强的方式，逐步对未标记的地物目标进行标记，有效的融合了地物的光谱特征和空间特征，分类效果较好。
-
公开(公告)号：CN107238591A
公开(公告)日：2017-10-10
申请号：CN201710390597.9
申请日：2017-05-27
Applicant: 大连海事大学
IPC: G01N21/64
CPC classification number: G01N21/64 , G01N21/6486 , G01N2021/6423
Abstract: 本发明提出了一种活体荧光的光谱解混探测方法，包括如下步骤：获取待分析的活体荧光图像，分析该活体荧光图像的混合荧光光谱，根据自发荧光光谱和目标荧光光谱，建立当前荧光图像的线性光谱混合模型；建立所述线性光谱混合模型的正交子空间投影，结合最小二乘算法消除所述线性光谱混合模型中的自发荧光光谱，进而非分离得出感兴趣光谱，即目标荧光光谱。
-
公开(公告)号：CN106650811A
公开(公告)日：2017-05-10
申请号：CN201611218275.8
申请日：2016-12-26
Applicant: 大连海事大学
IPC: G06K9/62
CPC classification number: G06K9/6269
Abstract: 本发明提供一种基于近邻协同增强的高光谱混合像元分类方法，包括：利用已标记的样本地物计算多目标地物的光谱签名矩阵；设计基于光谱特征的多类别分类器将地物进行分类；在分类结果中融合空间结构特征，并提取近邻像元；利用近邻像元协同对未标记高光谱地物进行类别标记；采用迭代方法逐步将未标记的地物分别进行分类标注；利用邻域扩展的方式进一步融合目标地物的空间特征，完成最终分类标记。本发明利用多类别分类器对地物类别进行同时分类，解决了传统分类方法无法对背景地物进行分类的问题；并利用近邻协同增强的方式，逐步对未标记的地物目标进行标记，有效的融合了地物的光谱特征和空间特征，分类效果较好。
-
-
-
-
-
-
Search Results
7
records
(took 0.02 seconds)
