摘要
本发明公开了一种基于光谱扩散的环境异常检测方法,所述方法针对高光谱图像目标检测领域,提出了一种基于主成分分析和线性光谱混合模型的异常谱生成方法,解决了存在和不存在异常的配对标记数据不足的问题,以保证学习到的特征的有效性,同时提高了传统异常目标生成方法的真实感;针对高光谱数据设计了双窗口光谱扩散模型,将每个像元的扩散过程视为目标与周围背景的光谱混合,提高了重建过程中空间‑光谱维数估计的精度,使背景估计具有较高的空间和光谱精度;引入双窗口光谱扩散背景重建方法,通过在排除目标的双窗口内对光谱进行迭代积累,减少了异常扩展面积对背景估计的影响,有效抑制目标光谱。
技术关键词
图像
矩阵
线性光谱混合模型
像素
网络
定义
高斯分布模型
成分分析
重构
元素
生成方法
掩模
柏林噪声
扩散算法
检测损失
光谱成像
数据
随机噪声
真实感
标签
系统为您推荐了相关专利信息
智能分类方法
电信号
智能分类系统
信噪比数据
多模态
末端定位方法
飞行器
协方差矩阵
导航坐标系
无迹卡尔曼滤波
穿戴检测方法
扰动现象
高频特征
高清摄像设备
指标