一种基于双模型的高光谱远距离目标定位去噪方法

本发明公开了一种基于双模型的高光谱远距离目标定位去噪方法。该方法采集样本后，将人的光谱数据与其他背景光谱数据提取为二分类数据集。通过Spectral库读取高光谱图像，获取包含多波段信息的光谱数据，利用光谱角度匹配（SAM）方法计算每个像素与目标平均光谱之间的光谱角度，筛选出与目标光谱相似的像素，减少噪声干扰和数据维度。结合具有动态权重调整机制的双模型对经过SAM筛选的高光谱数据进行特征提取与分类，仅在综合概率超过阈值时，才最终标记为目标，该方法，可以有效地去除远距离高光谱数据中的噪声提高人像定位的准确率。结合SAM和双模型的动态权重调整机制，提高了远距离目标定位的准确性和鲁棒性。