【技术实现步骤摘要】
本专利技术涉及图像处理，具体涉及一种基于无人机高光谱图像的目标识别方法。
技术介绍
1、高光谱目标识别是通过分析利用背景与目标之间的光谱差异信息实现的。目前，对于一些与背景地物存在“异物同谱”的地物目标，现有高光谱目标检测方法有reed-xiaoli算法(rx)、约束能量最小化算法(cem)、匹配滤波算法(smf)、利用子空间模型的正交子空间投影(osp)、稀疏表示等。现有的cem,rx,smf,osp算法针对丛林、荒漠伪装网伪装后的目标的检测结果不能精确判别伪装目标的数量与位置。稀疏表示对比其他上述方法，通过构造字典及字典中的基向量重构像元光谱的过程，更深层次挖掘了目标光谱与背景光谱之间的差异信息。
2、稀疏表示模型中字典的纯净程度影响着目标识别的精度。目前，关于背景字典的构造，通常只用对高光谱图像的光谱信息，对图像的空间信息应用较少。最常用的背景字典方法为目视选定一些目标并利用滑动双窗口将目标外窗的像元选为背景字典中的基向量，这种方法对于在视觉上与背景差异低的目标并不适用。
3、现有的目标识别技术都可以良好的...
【技术保护点】
1.一种基于无人机高光谱图像的目标识别方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种基于无人机高光谱图像的目标识别方法，其特征在于，所述重构待测像元的光谱如公式如下所示：
3.根据权利要求1所述的一种基于无人机高光谱图像的目标识别方法，其特征在于，所述选取背景字典的具体步骤如下：
4.根据权利要求3所述的一种基于无人机高光谱图像的目标识别方法，其特征在于，所述实验室光谱与图像每个像元光谱的欧氏距离的计算公式如下：
5.根据权利要求3所述的一种基于无人机高光谱图像的目标识别方法，其特征在于，所述每个像元的均...
【技术特征摘要】
1.一种基于无人机高光谱图像的目标识别方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种基于无人机高光谱图像的目标识别方法，其特征在于，所述重构待测像元的光谱如公式如下所示：
3.根据权利要求1所述的一种基于无人机高光谱图像的目标识别方法，其特征在于，所述选取背景字典的具体步骤如下：
4.根据权利要求3所述的一种基于无人机高光谱图像的目标识别方法，其特征在于，所述实验室光谱与图像每个像元光谱的欧氏距离的计算公式如下：
5.根据权利要求3所述的一种基于无人机高光谱图像的目标识别方法，其特征在于，所述每个像元的均质性值的计算公式如下：
6.根据权利要求3所述的一种基于无人机高光谱图像的目标识别方法，其特征在于，所述背景字典选取约束条件具体为：ab＝f(d&...
【专利技术属性】
技术研发人员：包妮沙，徐景余，刘善军，贺黎明，丁瑞波，毛亚纯，韩子松，顾诺，
申请(专利权)人：东北大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。