摘要
本发明公开了基于对偶光谱亲和约束的高光谱异常检测方法,包括以下步骤;步骤1:对输入高光谱图像H进行预处理;步骤2,构建基于对偶光谱亲和约束的高光谱异常检测模型Ω;所述高光谱异常检测模型Ω以预处理的高光谱图像H为输入,将重构拼接成重构图像H′,计算对高光谱图像H和重构图像H′的重构误差,并计算马氏距离得到异常检测结果;步骤3:定义高光谱异常检测模型Ω的均方误差损失函数Loss;步骤4:训练高光谱异常检测模型Ω;步骤5:利用完成训练的高光谱异常检测模型Ω进行异常检测重构。本发明具有同时捕捉每个像素独特特征以及与邻域像素之间的光谱亲和关系的特点。
技术关键词
高光谱异常检测
异常检测方法
特征提取器
邻域
注意力
编码器
像素
图像
解码器
重构误差
线性
语义
分支
优化器
多尺度特征
定义
视觉
矩阵
系统为您推荐了相关专利信息
光学成像卫星
演化算法
卫星动力学
模拟退火算法
决策
姿态预测方法
分支
通用特征
预测系统
机器人视觉抓取技术
云检测方法
遥感影像数据
重构单元
深度学习模型
卷积模块
查询生成方法
深度学习模型
神经网络模型
语句
报表
水下图像增强方法
图像增强模型
水下图像特征
注意力机制
特征提取模块