-
-
Patent Agency Ranking
公开(公告)号：CN118212514A
公开(公告)日：2024-06-18
申请号：CN202211567931.0
申请日：2022-12-07
Applicant: 河海大学
IPC: G06V20/10 , G06V10/762 , G06V10/82 , G06N3/08 , G06N3/048 , G06N3/0464
Abstract: 本发明公开了一种用于高光谱图像目标检测的波段智能选择方法，属于遥感图像处理领域。所述方法包括：对原始高光谱图像通过交替局部‑全局重建网络的测试和训练，得到重赋权重的高光谱图像，并对其利用基于皮尔逊相关系数矩阵和K‑Means聚类的相关性度量策略，选择出相互之间差异大且具有代表性的关键波段子集，最后根据波段子集获得波段选择后的高光谱图像，并运用传统高光谱目标检测器对其进行目标/异常检测。采用本发明，能够选出高光谱图像中包含目标/异常关键光谱的代表性波段，有效地减少背景像素对检测过程的干扰，促进后续检测器的目标检测与突出，并最终提高检测性能。
-
公开(公告)号：CN118212481A
公开(公告)日：2024-06-18
申请号：CN202211563860.7
申请日：2022-12-07
Applicant: 河海大学
IPC: G06V10/774 , G06V10/82 , G06N3/08
Abstract: 本发明公开了一种基于深度学习的高光谱图像目标智能检测方法，属于遥感图像处理领域。所述方法包括：通过基于粗检测和去相关的背景像素选择策略选择相互之间差异性大且具有代表性的背景训练集；利用目标光谱波段随机替换的目标训练样本数据增强策略生成充足的目标训练集；将背景和目标训练集混合打乱，并与一个先验目标分别输入多深度‑多分支的目标检测网络的上下支路中进行训练；将待测像素和一个先验目标分别输入已训练网络的上下支路中进行目标检测，网络的输出构成最终检测结果。采用本发明，能够实现检测并突出高光谱图像中的目标像素，同时有效地抑制背景像素，从而得到检测精度高、背景抑制程度高和目标背景分离度高的检测结果。
-
公开(公告)号：CN117496342A
公开(公告)日：2024-02-02
申请号：CN202210874030.X
申请日：2022-07-22
Applicant: 河海大学
IPC: G06V20/10 , G06V10/28 , G06V10/774 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种高光谱图像目标智能检测方法，属于遥感图像处理领域。所述方法包括：通过基于密度的聚类和光谱角度制图选择背景训练样本；利用随机光谱波段零遮掩方法生成充足的目标训练样本；将背景训练样本、一个先验目标和目标训练样本分别输入光谱聚合与分离网络的上、中、下支路进行训练，并利用三重软损失函数促使网络训练向背景样本与先验目标及目标样本分离的方向进行；将待测像素和一个先验目标分别输入已训练网络的上下支路和中间支路进行目标检测，网络输出构成最终检测结果。采用本发明，能够实现对高光谱图像中背景和目标像素与一个先验目标的差异性与相似性的同时判别，从而得到突出目标、抑制背景的检测结果。
-
公开(公告)号：CN116486274A
公开(公告)日：2023-07-25
申请号：CN202210011787.6
申请日：2022-01-06
Applicant: 河海大学
IPC: G06V20/13 , G06V10/764 , G06V10/82 , G06V10/80 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种双路高光谱影像光谱特征提取方法，属于遥感图像处理领域。所述方法包括：获取待分类像素点局部邻域的高光谱数据块；对所述高光谱数据块进行波段非局部化操作从而得到处理后的高光谱数据块；构建双支路高光谱影像光谱特征提取网络分来别对处理前后的高光谱数据块进行光谱特征提取；融合两条支路提取到的光谱特征。采用本发明，能够实现使用有限大小的卷积核实现对高维光谱特征中近距离相邻波段间以及远距离非相邻波段间相关特征的同时提取和利用。
-
-
-
-
Search Results
6
records
(took 0.022 seconds)
