【技术实现步骤摘要】
本专利技术涉及计算机，尤其涉及一种基于高分辨率光谱的智能成像方法及系统。
技术介绍
1、高光谱图像(hyperspectral imaging，hsi)的异常检测作为高光谱图像处理过程中的重要环节之一，不需要利用先验的光谱信息，就可以探测到场景中的异常目标，具有很高的应用价值和广阔的应用范围。
2、相关技术中，图像异常检测任务中的异常目标与大部分的背景相比，通常呈现以下特征：尺寸较小、所占比例较小和光谱特征存在一定差异性；而常用的检测算法一般先通过邻域背景信息进行图像重构，由于异常目标光谱特性与背景差异较大，重构结果往往只保留了背景，异常则表现为重构误差，导致检测结果不准确；另外，采用基于盲点网络的异常检测算法是采用小领域的重构策略，但由于高分辨率高光谱图hrhsi的目标尺寸远大于中低分辨率hsi的目标尺寸，只依靠小领域的信息很容易造成大目标的重构，从而导致漏检，进而导致图像异常检测结果不准确。
技术实现思路
1、本专利技术提供一种基于高分辨率光谱的智能成像方法及系统，用以提高...
【技术保护点】
1.一种基于高分辨率光谱的智能成像方法，其特征在于，包括：
2.根据权利要求1所述的基于高分辨率光谱的智能成像方法，其特征在于，所述重构网络通过如下步骤训练得到：
3.根据权利要求1或2所述的基于高分辨率光谱的智能成像方法，其特征在于，所述生成器包括大核中心块掩码卷积模块、通道注意力机制ECA模块和扩张卷积重构模块；
4.根据权利要求1或2所述的基于高分辨率光谱的智能成像方法，其特征在于，所述优化目标函数通过下式表示：
5.根据权利要求1所述的基于高分辨率光谱的智能成像方法，其特征在于，所述根据所述待分析成像对应的差分图...
【技术特征摘要】
1.一种基于高分辨率光谱的智能成像方法，其特征在于，包括：
2.根据权利要求1所述的基于高分辨率光谱的智能成像方法，其特征在于，所述重构网络通过如下步骤训练得到：
3.根据权利要求1或2所述的基于高分辨率光谱的智能成像方法，其特征在于，所述生成器包括大核中心块掩码卷积模块、通道注意力机制eca模块和扩张卷积重构模块；
4.根据权利要求1或2所述的基于高分辨率光谱的智能成像方法，其特征在于，所述优化目标函数通过下式表示：
5.根据权利要求1所述的基于高分辨率光谱的智能成像方法，其特征在于，所述根据所述待分析成像对应的差分图像中全部像元对应的统计数据计算出各像元的异常分数包括：
6.根据权利要求1所述的基于高分辨率光谱的智能成像方...
【专利技术属性】
技术研发人员：姚政鹏，
申请(专利权)人：浙江昕微电子科技有限公司，
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。