【技术实现步骤摘要】
本专利技术涉及目标检测领域，具体涉及一种高光谱图像目标检测方法。
技术介绍
1、高光谱图像作为一种重要的遥感数据来源，其丰富的光谱信息对于目标检测和分类具有重要的价值。然而，由于高光谱图像的复杂性和噪声扰动，传统的目标检测方法往往在非线性和动态变化的情况下表现不佳。
2、高光谱图像包含数百个光谱波段，每个波段记录一定范围的电磁谱反射信息，因此包含丰富的光谱、 空间和辐射信息。出于这些原因，高光谱图像目标检测被广泛应用于地质勘探、环境保护、自然灾害检测和其他领域。因此，多年来，由于其广泛的实际应用场景，对高光谱图像目标检测越来越受到重视。为此，提出了许多技术并利用这些技术来实现这一任务，并且适用于不同的情况。
3、对于高光谱图像检测任务，传统或代表性的检测方法，例如光谱-空间方法及其组合方法，正交子空间投影和自适应余弦估计器辅以空间滤波器来实现高光谱图像检测任务，这些方法能够感知空间上下文特征。然而，鉴于高光谱图像记录了数百个连续的光谱波段，因此高光谱数据通常混合了目标和背景特征，这阻碍了纯像素基础的光谱分类器的分
4本文档来自技高网...
【技术保护点】
1.一种高光谱图像目标检测方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的高光谱图像目标检测方法，其特征在于，所述S1中像素集合矩阵表示为：
3.根据权利要求2所述的高光谱图像目标检测方法，其特征在于，所述S2中于高光谱目标检测的强化约束能量最小化模型表示为：
4.根据权利要求3所述的高光谱图像目标检测方法，其特征在于，所述S3中转化后的动态滤波系数向量的求解公式表示为：
5.根据权利要求4所述的高光谱图像目标检测方法，其特征在于，所述S4中带有抗噪声的非线性和有界约束自适应梯度神经网络滤波器表示为：
<...【技术特征摘要】
1.一种高光谱图像目标检测方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的高光谱图像目标检测方法，其特征在于，所述s1中像素集合矩阵表示为：
3.根据权利要求2所述的高光谱图像目标检测方法，其特征在于，所述s2中于高光谱目标检测的强化约束能量最小化模型表示为：
4.根据权利要求3所述的高光谱...
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。