專利名稱：一種高光譜圖像中目標(biāo)地物檢測方法及裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及高光譜圖像處理技術(shù)領(lǐng)域，特別是涉及一種高光譜圖像中目標(biāo)地物檢測方法及裝置。
背景技術(shù)：
太陽輻射到達(dá)地表后，自然界中的地物以其固有的特性發(fā)生反射、吸收和透射三種基本的相互作用，其中反射福射穿過大氣被遙感器接收與記錄，反射光譜(O. 4um
2.5um)已成為人們獲得地物信息的重要組成部分。其中，地物的光譜反射率隨波長變化的曲線稱為光譜反射率曲線，該光譜反射率曲線形狀反應(yīng)了地物的反射光譜特征。地物的組成、結(jié)構(gòu)、電學(xué)特性(電導(dǎo)、介電、磁學(xué)性質(zhì))及其表面特征(粗糙度、質(zhì)地)等因素都會影響該地物的光譜反射率?？梢?，地物的光譜反射率曲線蘊(yùn)含著該地物的自身本質(zhì)信息，而這成為基于地物反射光譜特征進(jìn)行物質(zhì)識別與反演的物理基礎(chǔ)。其中，與傳統(tǒng)的基于空間分辨率的遙感影像而言，高光譜遙感圖像更加能夠提供目標(biāo)地物的輻射、幾何和光譜信息。因此，利用高光譜遙感圖像進(jìn)行目標(biāo)地物的識別的實質(zhì)是依據(jù)目標(biāo)地物與其他地物在光譜特征上存在的差異?，F(xiàn)有的利用高光譜圖像進(jìn)行目標(biāo)地物檢測方法中波段選擇過程通常采用兩種方法一種是利用PCA變換方法來保留原始圖像的主要信息，實時需要較大的計算量；另一種是直接對原始圖像進(jìn)行波段抽取，構(gòu)造一個波段子集，但是由于沒有將目標(biāo)地物的光譜信息完全提取出來，最終的檢測結(jié)果有較多的虛警目標(biāo)。而在空間維上對所有像元點向量做協(xié)方差運(yùn)算，計算量較大。因此，如何高效的實現(xiàn)高光譜遙感圖像中目標(biāo)地物的實時檢測是一個值得關(guān)注的問題。

發(fā)明內(nèi)容
為解決上述技術(shù)問題，本發(fā)明實施例提供了一種高光譜圖像中目標(biāo)地物檢測方法及裝置，以高效檢測高光譜圖像中的目標(biāo)地物，技術(shù)方案如下一種高光譜圖像中目標(biāo)地物檢測方法，所述方法包括分析一待檢測目標(biāo)地物對應(yīng)的光譜反射率曲線；構(gòu)造一包含所述光譜反射率曲線中特征吸收波段的樣本波段集；將所述待檢測目標(biāo)地物的高光譜圖像中所述樣本波段集的各波段對應(yīng)的圖像作為空間維圖像；確定各空間維圖像所對應(yīng)的、包含預(yù)設(shè)數(shù)量像元的像元樣本集；計算各像元樣本集對應(yīng)像元的協(xié)方差矩陣；將處于光譜維對應(yīng)位置的各像元樣本集中像元的協(xié)方差矩陣進(jìn)行累加并求平均， 且將所獲得的平均值作為所述對應(yīng)位置像元的有效協(xié)方差矩陣；對各有效協(xié)方差矩陣進(jìn)行求逆運(yùn)算，并將逆運(yùn)算結(jié)果作為所述待檢測目標(biāo)地物在所述高光譜圖像中的分布情況，以實現(xiàn)對所述待檢測目標(biāo)地物的檢測。其中，構(gòu)造一包含所述光譜反射率曲線中特征吸收波段的樣本波段集，具體為提取所述光譜反射率曲線中特定的特征吸收波段以外預(yù)定數(shù)量的波段，并結(jié)合所述特定的特征波段，構(gòu)造一樣本波段集。其中，構(gòu)造一包含所述光譜反射率曲線中特征吸收波段的樣本波段集，具體為提取所述光譜反射率曲線中特定的特征吸收波段，同時提取除大氣吸收波段、預(yù)設(shè)的低信噪比的波段以外預(yù)設(shè)數(shù)量的波段，并結(jié)合所述特定的特征吸收波段，構(gòu)成一樣本波段集。其中，確定空間維圖像所對應(yīng)的、包含預(yù)設(shè)數(shù)量像元的像元樣本集，具體為按照第一步長選擇一空間維圖像中預(yù)設(shè)數(shù)量的像元，以形成所述空間維圖像對應(yīng)的像元樣本集。其中，確定空間維圖像中預(yù)設(shè)數(shù)量的像元所對應(yīng)的像元樣本集，具體為按照隨機(jī)方式選擇一空間維圖像中預(yù)設(shè)數(shù)量的像元，以形成所述空間維圖像對應(yīng)的像元樣本集。其中，確定空間維圖像中預(yù)設(shè)數(shù)量的像元所對應(yīng)的像元樣本集，具體為利用標(biāo)量值dTX作為像元選擇的標(biāo)準(zhǔn)，用排序算法把標(biāo)量值dTX按照升序排列形成一序列C，去掉所述序列c中使得標(biāo)量值dTX大于預(yù)設(shè)閾值的像元，在當(dāng)前序列c中以第二步長選擇預(yù)設(shè)數(shù)量的像元，以形成所述空間維圖像對應(yīng)的像元樣本集；其中，d為目標(biāo)匹配向量,X為像元向量，dTX為目標(biāo)向量d的轉(zhuǎn)置與像元向量X的內(nèi)積。其中，所述特定的特征吸收波段特征吸收波段中各波段；或者，光譜反射率曲線中吸收特征最低處對應(yīng)的波段以及所述吸收特征最低處對應(yīng)的波段左右相鄰的特定數(shù)量的波段。其中，所述計算像元樣本集對應(yīng)像元的協(xié)方差矩陣，具體為直接計算像元樣本集對應(yīng)像元的協(xié)方差矩陣；或者，計算像元樣本集對應(yīng)像元的上三角矩陣，并根據(jù)所述上三角矩陣為所述像元的下三角矩陣進(jìn)行賦值。其中，所述像元樣本集中像元的數(shù)量不小于樣本波段集中波段的數(shù)目。本發(fā)明實施例還提供一種高光譜圖像中目標(biāo)地物檢測裝置，包括樣本波段集構(gòu)造模塊，用于分析一待檢測目標(biāo)地物對應(yīng)的光譜反射率曲線；構(gòu)造一包含所述光譜反射率曲線中特征吸收波段的樣本波段集；空間維圖像確定模塊，用于將所述待檢測目標(biāo)地物的高光譜圖像中所述樣本波段集的各波段對應(yīng)的圖像作為空間維圖像；像元樣本集確定模塊，用于確定各空間維圖像所對應(yīng)的、包含預(yù)設(shè)數(shù)量像元的像元樣本集；第一協(xié)方差矩陣計算模塊，用于計算各像元樣本集對應(yīng)像元的協(xié)方差矩陣；第二協(xié)方差矩陣計算模塊，用于將處于光譜維對應(yīng)位置的各像元樣本集中像元的協(xié)方差矩陣進(jìn)行累加并求平均，且將所獲得的平均值作為所述對應(yīng)位置像元的有效協(xié)方差矩陣；逆運(yùn)算模塊，用于對各有效協(xié)方差矩陣進(jìn)行求逆運(yùn)算，并將逆運(yùn)算結(jié)果作為所述待檢測目標(biāo)地物在所述高光譜圖像中的分布情況，以實現(xiàn)對所述待檢測目標(biāo)地物的檢測。本發(fā)明實施例所提供的技術(shù)方案中，在構(gòu)造樣本波段集時考慮到了待檢測目標(biāo)地物對應(yīng)的光譜反射率曲線中的包含光譜信息較多的特征吸收波段，從而更好的代表目標(biāo)地物的光譜特性；同時，利用遙感圖像的高空間相關(guān)性，僅僅計算一空間維圖像的部分像元的協(xié)方差矩陣，以獲取完整遙感圖像主要的數(shù)據(jù)統(tǒng)計量。相對于現(xiàn)有技術(shù)，本方案可以高效檢測高光譜圖像中的目標(biāo)地物。


為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單的介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動性的前提下，還可以根據(jù)這些附圖獲得其他的附圖。
程程程圖I為本發(fā)明實施例所提供的一種高光譜圖像中目標(biāo)地物檢測方法的第一種流圖2為本發(fā)明實施例所提供的一種高光譜圖像中目標(biāo)地物檢測方法的第二種流圖3為本發(fā)明實施例所提供的一種高光譜圖像中目標(biāo)地物檢測方法的第三種流圖4為一地物的光譜反射率曲線的示意圖5為本發(fā)明實施例所提供的一種高光譜圖像中目標(biāo)地物檢測裝置結(jié)構(gòu)示意圖。
具體實施例方式下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實施例僅是本發(fā)明一部分實施例，而不是全部的實施例?；诒景l(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護(hù)的范圍。為了有效檢測高光譜圖像中的目標(biāo)地物，本發(fā)明實施例提供一種高光譜圖像中目標(biāo)地物檢測方法及裝置。下面首先對本發(fā)明實施例所提供的一種高光譜圖像中目標(biāo)地物檢測方法進(jìn)行介紹。如圖I所示，一種高光譜圖像中目標(biāo)地物檢測方法，所述方法包括S101,分析一待檢測目標(biāo)地物對應(yīng)的光譜反射率曲線；S102，構(gòu)造一包含所述光譜反射率曲線中特征吸收波段的樣本波段集；S103，將所述待檢測目標(biāo)地物的高光譜圖像中所述樣本波段集的各波段對應(yīng)的圖像作為空間維圖像；S104,確定各空間維圖像所對應(yīng)的、包含預(yù)設(shè)數(shù)量像元的像元樣本集；
S105，計算各像元樣本集對應(yīng)像元的協(xié)方差矩陣；S106，將處于光譜維對應(yīng)位置的各像元樣本集中像元的協(xié)方差矩陣進(jìn)行累加并求平均，且將所獲得的平均值作為所述對應(yīng)位置像元的有效協(xié)方差矩陣；S107，對各有效協(xié)方差矩陣進(jìn)行求逆運(yùn)算，并將逆運(yùn)算結(jié)果作為所述待檢測目標(biāo)地物在所述高光譜圖像中的分布情況，以實現(xiàn)對所述待檢測目標(biāo)地物的檢測。本發(fā)明實施例所提供的技術(shù)方案中，在構(gòu)造樣本波段集時考慮到了待檢測目標(biāo)地物對應(yīng)的光譜反射率曲線中的包含光譜信息較多的特征吸收波段，從而更好的代表目標(biāo)地物的光譜特性；同時，利用遙感圖像的高空間相關(guān)性，僅僅計算一空間維圖像的部分像元的協(xié)方差矩陣，以獲取完整遙感圖像主要的數(shù)據(jù)統(tǒng)計量。相對于現(xiàn)有技術(shù)，本方案可以高效檢測高光譜圖像中的目標(biāo)地物。下面結(jié)合具體的應(yīng)用實例對本發(fā)明所提供的一種高光譜圖像中目標(biāo)地物檢測方法進(jìn)行詳細(xì)介紹。如圖2、圖4所示，一種高光譜圖像中目標(biāo)地物檢測方法，可以包括S201，分析一待檢測目標(biāo)地物對應(yīng)的光譜反射率曲線；自然界中的地物以固有的特性發(fā)生反射、吸收和透射三種基本的相互作用，其中， 反射福射穿過大氣被遙感器接受與記錄，反射光譜(O. 4um 2. 5um)已成為人們獲得地物信息的重要組成部分。其中，地物的光譜反射率隨波長變化的曲線稱為光譜反射率曲線，該光譜反射率曲線形狀反應(yīng)了地物的反射光譜特征。如圖4所示的一種地物的光譜反射率曲線圖，其中，橫坐標(biāo)為波段號，縱坐標(biāo)為光譜反射率；圖中顯示有特征吸收波段，大氣吸收波段?？梢姡摴庾V反射率曲線可以稱為代表地物真實特性的“指紋”光譜，利用該指紋光譜可以完成對待檢測目標(biāo)地物的檢測。因此，在檢測高遙感圖像中一目標(biāo)地物時，可以通過分析該待檢測目標(biāo)地物對應(yīng)的光譜反射率曲線，以確定出該待檢測目標(biāo)地物對應(yīng)的各波段特性，進(jìn)而進(jìn)行后續(xù)的操作。S202，提取該光譜反射率曲線中特定的特征吸收波段以外預(yù)定數(shù)量的波段，并結(jié)合該特定的特征波段，構(gòu)造一樣本波段集；分析該光譜反射率曲線可知，該曲線中能夠代表地物光譜特性的波段為特征吸收波段。因此，為了簡化計算，在光譜維上，可以構(gòu)造包含特定的特征吸收波段以及特定數(shù)量的其他波段的樣本波段集。其中，特定的特征吸收波段可以為特征吸收波段中所有波段，或者，光譜反射率曲線中吸收特征最低處對應(yīng)的波段以及所述吸收特征最低處對應(yīng)的波段左右相鄰的特定數(shù)量的波段。例如特定的特征吸收波段為吸收特征最低處對應(yīng)的波段以及該最低處對應(yīng)波段左右相鄰兩個波段。本領(lǐng)域技術(shù)人員可以理解的是，特定的特征吸收波段可以根據(jù)實際的應(yīng)用場景進(jìn)行設(shè)定，并不局限于本發(fā)明實施例所述的波段。并且，提取該光譜反射率曲線中特定的特征吸收波段以外預(yù)定數(shù)量的波段時，可以采用均勻選擇的方式，例如每個5個波段進(jìn)行抽取一個波段；或者，采用隨機(jī)選取的方式，這都是合理的。同樣的，特定的特征吸收波段以外的波段的數(shù)量可以根據(jù)實際應(yīng)用場景進(jìn)行設(shè)定，在此不作限定。S203，將該待檢測目標(biāo)地物的高光譜圖像中該樣本波段集的各波段對應(yīng)的圖像作為空間維圖像；S204，確定各空間維圖像所對應(yīng)的、包含預(yù)設(shè)數(shù)量像元的像元樣本集；可以理解的是，每一波段所對應(yīng)的空間維圖像中包含若干個像元，可以通過計算像元的協(xié)方差矩陣，確定光譜維上像元對應(yīng)位置的圖像信息。在計算像元協(xié)方差矩陣時，通常像元數(shù)目越少計算速率越快，但是為了圖像信息完整性，所選擇的空間維圖像的像元數(shù)量下限是樣本波段集中波段數(shù)量。在實際應(yīng)用中， 可以將像元數(shù)量設(shè)定為樣本波段集中波段數(shù)量的5倍，當(dāng)然，并不局限于5倍。其中，確定空間維圖像所對應(yīng)的、包含預(yù)設(shè)數(shù)量像元的像元樣本集，具體為按照第一步長選擇一空間維圖像中預(yù)設(shè)數(shù)量的像元，以形成該空間維圖像對應(yīng)的像元樣本集。也就是，在一空間維圖像中，每隔第一步長選擇一個像元，以形成該空間維圖像對應(yīng)的像元樣本集?？梢岳斫獾氖?，第一步長可以根據(jù)實際應(yīng)用場景進(jìn)行設(shè)定，在此不作限定。或者，按照隨機(jī)方式選擇一空間維圖像中預(yù)設(shè)數(shù)量的像元，以形成該空間維圖像對應(yīng)的像元樣本集。也就是，在一空間維圖像中，對所有像元進(jìn)行標(biāo)號，用一個隨機(jī)數(shù)產(chǎn)生模塊隨機(jī)的選擇像元，以形成該空間維圖像對應(yīng)的像元樣本集。為了更加有效的構(gòu)造像元樣本集，本發(fā)明另一實施例還提供一種確定像元樣本集的方式利用標(biāo)量值dTX作為像元選擇的標(biāo)準(zhǔn)，用排序算法把標(biāo)量值dTX按照升序排列形成一序列C，去掉所述序列c中使得標(biāo)量值dTX大于預(yù)設(shè)閾值的像元，在當(dāng)前序列c中以第二步長選擇預(yù)設(shè)數(shù)量的像元，以形成所述空間維圖像對應(yīng)的像元樣本集；其中，d為目標(biāo)匹配向量,X為像元向量，dTX為目標(biāo)向量d的轉(zhuǎn)置與像元向量X的內(nèi)積。由于該方式所形成的像元樣本集具有穩(wěn)定性、可重生性和地物類型覆蓋完全的特點，能很好的代表原始圖像的統(tǒng)計量?？梢岳斫獾氖?，第二步長可以根據(jù)實際應(yīng)用場景進(jìn)行設(shè)定，在此不作限定。S205,計算各像元樣本集對應(yīng)像元的協(xié)方差矩陣；其中，所述計算像元樣本集對應(yīng)像元的協(xié)方差矩陣，可以為直接計算像元樣本集對應(yīng)像元的協(xié)方差矩陣。由于在計算每個協(xié)方差矩陣時，協(xié)方差矩陣是一個對稱矩陣，因此，為了提高計算效率，在計算每個像元向量的協(xié)方差矩陣時，可以僅計算一個上三角矩陣，下三角通過賦值操作進(jìn)行。下面列舉一個計算像元協(xié)方差矩陣方式針對樣本集中的像元向量X,對第i個像元向量Xi有L個元素(L為樣本集的波段數(shù))，即Xi = {xia, xij2, Xi,3......Xi, J，則可以求得如下矩陣
權(quán)利要求
1.一種高光譜圖像中目標(biāo)地物檢測方法，其特征在于，所述方法包括分析一待檢測目標(biāo)地物對應(yīng)的光譜反射率曲線；構(gòu)造一包含所述光譜反射率曲線中特征吸收波段的樣本波段集；將所述待檢測目標(biāo)地物的高光譜圖像中所述樣本波段集的各波段對應(yīng)的圖像作為空間維圖像；確定各空間維圖像所對應(yīng)的、包含預(yù)設(shè)數(shù)量像元的像元樣本集；計算各像元樣本集對應(yīng)像元的協(xié)方差矩陣；將處于光譜維對應(yīng)位置的各像元樣本集中像元的協(xié)方差矩陣進(jìn)行累加并求平均，且將所獲得的平均值作為所述對應(yīng)位置像元的有效協(xié)方差矩陣；對各有效協(xié)方差矩陣進(jìn)行求逆運(yùn)算，并將逆運(yùn)算結(jié)果作為所述待檢測目標(biāo)地物在所述高光譜圖像中的分布情況，以實現(xiàn)對所述待檢測目標(biāo)地物的檢測。
2.根據(jù)權(quán)利要求I所述的方法，其特征在于，構(gòu)造一包含所述光譜反射率曲線中特征吸收波段的樣本波段集，具體為提取所述光譜反射率曲線中特定的特征吸收波段以外預(yù)定數(shù)量的波段，并結(jié)合所述特定的特征波段，構(gòu)造一樣本波段集。
3.根據(jù)權(quán)利要求I所述的方法，其特征在于，構(gòu)造一包含所述光譜反射率曲線中特征吸收波段的樣本波段集，具體為提取所述光譜反射率曲線中特定的特征吸收波段，同時提取除大氣吸收波段、預(yù)設(shè)的低信噪比的波段以外預(yù)設(shè)數(shù)量的波段，并結(jié)合所述特定的特征吸收波段，構(gòu)成一樣本波段集。
4.根據(jù)權(quán)利要求2或3所述的方法，其特征在于，確定空間維圖像所對應(yīng)的、包含預(yù)設(shè)數(shù)量像元的像元樣本集，具體為按照第一步長選擇一空間維圖像中預(yù)設(shè)數(shù)量的像元，以形成所述空間維圖像對應(yīng)的像元樣本集。
5.根據(jù)權(quán)利要求2或3所述的方法，其特征在于，確定空間維圖像中預(yù)設(shè)數(shù)量的像元所對應(yīng)的像元樣本集，具體為按照隨機(jī)方式選擇一空間維圖像中預(yù)設(shè)數(shù)量的像元，以形成所述空間維圖像對應(yīng)的像元樣本集。
6.根據(jù)權(quán)利要求2或3所述的方法，其特征在于，確定空間維圖像中預(yù)設(shè)數(shù)量的像元所對應(yīng)的像元樣本集，具體為利用標(biāo)量值dTX作為像元選擇的標(biāo)準(zhǔn)，用排序算法把標(biāo)量值dTX按照升序排列形成一序列C，去掉所述序列c中使得標(biāo)量值dTX大于預(yù)設(shè)閾值的像元，在當(dāng)前序列c中以第二步長選擇預(yù)設(shè)數(shù)量的像元，以形成所述空間維圖像對應(yīng)的像元樣本集；其中，d為目標(biāo)匹配向量,X為像元向量，dTX為目標(biāo)向量d的轉(zhuǎn)置與像元向量X的內(nèi)積。
7.根據(jù)權(quán)利要求2或3所述的方法，其特征在于，所述特定的特征吸收波段特征吸收波段中各波段；或者，光譜反射率曲線中吸收特征最低處對應(yīng)的波段以及所述吸收特征最低處對應(yīng)的波段左右相鄰的特定數(shù)量的波段。
8.根據(jù)權(quán)利要求I所述的方法，其特征在于，所述計算像元樣本集對應(yīng)像元的協(xié)方差矩陣，具體為直接計算像元樣本集對應(yīng)像元的協(xié)方差矩陣；或者，計算像元樣本集對應(yīng)像元的上三角矩陣，并根據(jù)所述上三角矩陣為所述像元的下三角矩陣進(jìn)行賦值。
9.根據(jù)權(quán)利要求I所述的方法，其特征在于，所述像元樣本集中像元的數(shù)量不小于樣本波段集中波段的數(shù)目。
10.一種高光譜圖像中目標(biāo)地物檢測裝置，其特征在于，包括樣本波段集構(gòu)造模塊，用于分析一待檢測目標(biāo)地物對應(yīng)的光譜反射率曲線；構(gòu)造一包含所述光譜反射率曲線中特征吸收波段的樣本波段集；空間維圖像確定模塊，用于將所述待檢測目標(biāo)地物的高光譜圖像中所述樣本波段集的各波段對應(yīng)的圖像作為空間維圖像；像元樣本集確定模塊，用于確定各空間維圖像所對應(yīng)的、包含預(yù)設(shè)數(shù)量像元的像元樣本集；第一協(xié)方差矩陣計算模塊，用于計算各像元樣本集對應(yīng)像元的協(xié)方差矩陣；第二協(xié)方差矩陣計算模塊，用于將處于光譜維對應(yīng)位置的各像元樣本集中像元的協(xié)方差矩陣進(jìn)行累加并求平均，且將所獲得的平均值作為所述對應(yīng)位置像元的有效協(xié)方差矩陣；逆運(yùn)算模塊，用于對各有效協(xié)方差矩陣進(jìn)行求逆運(yùn)算，并將逆運(yùn)算結(jié)果作為所述待檢測目標(biāo)地物在所述高光譜圖像中的分布情況，以實現(xiàn)對所述待檢測目標(biāo)地物的檢測。
全文摘要
本發(fā)明公開了一種高光譜圖像中目標(biāo)地物檢測方法及裝置。所述方法包括分析一待檢測目標(biāo)地物對應(yīng)的光譜反射率曲線；構(gòu)造一包含該光譜反射率曲線中特征吸收波段的樣本波段集；將該待檢測目標(biāo)地物的高光譜圖像中該樣本波段集的各波段對應(yīng)的圖像作為空間維圖像；確定各空間維圖像所對應(yīng)的像元樣本集；計算各像元樣本集對應(yīng)像元的協(xié)方差矩陣；將處于光譜維對應(yīng)位置的各像元樣本集中像元的協(xié)方差矩陣進(jìn)行累加并求平均，且將所獲得的平均值作為該對應(yīng)位置像元的有效協(xié)方差矩陣；對各有效協(xié)方差矩陣進(jìn)行求逆運(yùn)算，并將逆運(yùn)算結(jié)果作為該待檢測目標(biāo)地物在該高光譜圖像中的分布情況。通過利用本發(fā)明所提供方案，可以高效檢測高光譜圖像中的目標(biāo)地物。
文檔編號G06K9/32GK102609703SQ201210056079
公開日2012年7月25日 申請日期2012年3月5日 優(yōu)先權(quán)日2012年3月5日
發(fā)明者吳遠(yuǎn)峰, 孫旭, 張兵, 李利偉, 楊威, 高連如 申請人:中國科學(xué)院對地觀測與數(shù)字地球科學(xué)中心