申请/专利权人:中国铁路设计集团有限公司
申请日:2024-03-04
公开(公告)日:2024-04-09
公开(公告)号:CN117853931A
主分类号:G06V20/10
分类号:G06V20/10;G06V10/143;G06V10/25;G06V10/58;G06V10/764;G06V10/771
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.26#实质审查的生效;2024.04.09#公开
摘要:本发明公开了一种基于最近邻距离的高光谱图像孤立异常检测方法,包括:获取三维高光谱遥感数据;并转换为二维高光谱遥感数据;根据所有波段数据,计算有效光谱指数ESI,筛选有效波段集;在有效波段集的任意波段中,计算背景‑目标区分指数,筛选有效波段子集;随机选取多个像元作为训练集,将训练集中所有像元以各自为圆心,以该像元到其最近邻像元的欧氏距离为半径,做出多个超球,根据超球集,计算待检测像元在每组超球集中的异常得分,进行均值计算,得到最终异常检测结果。本申请利用改进的孤立最近邻算法进行异常检测,不需要对背景进行建模,采用多维超球体切割数据空间来实现孤立机制,有效利用高光谱遥感图像的多个波段,提高了异常检测精度。
主权项:1.一种基于最近邻距离的高光谱图像孤立异常检测方法,其特征在于,包括以下步骤:S1、获取三维高光谱遥感数据;并将三维高光谱遥感数据转换为二维高光谱遥感数据;S2、根据所述二维高光谱遥感数据中的所有波段数据,计算有效光谱指数ESI,根据得到的有效光谱指数ESI,筛选有效波段集;S3、根据得到的有效波段集,在有效波段集的任意波段中,计算背景-目标区分指数BADI,筛选有效波段子集;S4、在得到的有效波段子集中,随机选取多个像元作为训练集,将训练集中所有像元以各自为圆心,以到最近邻像元的欧氏距离为半径,做出多个超球,其中为像元的最近邻像元;将S4重复操作t次,生成t组超球集;S5、根据得到的超球集,对任意待检测像元x,计算待检测像元x在每组超球集中的异常得分,根据每组得到的异常得分,进行均值计算,得到最终异常检测结果。
全文数据:
权利要求:
百度查询: 中国铁路设计集团有限公司 基于最近邻距离的高光谱图像孤立异常检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。