-
公开(公告)号:CN117132671B
公开(公告)日:2024-02-23
申请号:CN202311402700.9
申请日:2023-10-27
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本发明提供了一种基于深度自适应隐写网络的多任务隐写方法、系统及介质,所述方法包括以下步骤:在隐藏阶段,发送方基于深度自适应隐写网络采用逐频逐深度提取机制以及自适应空间‑频率提取模块对载体和秘密图像的有效空间、频率信息进行自适应的逐步提取,融合秘密信息和载体信息的有效部分,得到载密图像,并将所述载密图像发送至接收方;在恢复阶段,所述接收方通过恢复网络从所述载密图像中将秘密图像恢复出来。本发明通过在隐藏阶段自适应逐频逐深度地将秘密信息嵌入到载体图像中,显著提升了多个隐写任务的载密图像质量及隐写隐蔽性,同时,由于重要秘密信息的有效嵌入,
-
公开(公告)号:CN117132671A
公开(公告)日:2023-11-28
申请号:CN202311402700.9
申请日:2023-10-27
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本发明提供了一种基于深度自适应隐写网络的多任务隐写方法、系统及介质,所述方法包括以下步骤:在隐藏阶段,发送方基于深度自适应隐写网络采用逐频逐深度提取机制以及自适应空间‑频率提取模块对载体和秘密图像的有效空间、频率信息进行自适应的逐步提取,融合秘密信息和载体信息的有效部分,得到载密图像,并将所述载密图像发送至接收方;在恢复阶段,所述接收方通过恢复网络从所述载密图像中将秘密图像恢复出来。本发明通过在隐藏阶段自适应逐频逐深度地将秘密信息嵌入到载体图像中,显著提升了多个隐写任务的载密图像质量及隐写隐蔽性,同时,由于重要秘密信息的有效嵌入,本发明能够恢复阶段中显著提升恢复秘密图像质量及隐写有效性。
-
公开(公告)号:CN107590816B
公开(公告)日:2021-06-15
申请号:CN201710806824.1
申请日:2017-09-08
Applicant: 哈尔滨工业大学
Abstract: 本发明涉及水体信息提取及拟合方法,具体涉及一种基于遥感图像的水体信息拟合方法,本发明为了解决现有的常规测量很难及时掌握水体变化及水质变化情况,且常规测量有可能无法发现一些污染源和污染源的特征的缺点,而提出一种基于遥感图像的水体信息拟合方法,包括:使用水体指数法对遥感图像进行处理,得到处理后的图像;对处理后的图像使用二维Otsu阈值分割,得到阈值分割结果;将阈值分割结果与处理后的图像取交集,确定取交集后的图像的光反射率;选取函数模型,使用光反射率及函数模型对溶氧量和高锰酸盐分别进行计算,得到溶氧量的拟合程度以及高锰酸盐的拟合程度;根据预设的标准分别选取拟合程度最优的进行拟合。本发明适用于水体信息拟合。
-
公开(公告)号:CN107085708A
公开(公告)日:2017-08-22
申请号:CN201710261895.8
申请日:2017-04-20
Applicant: 哈尔滨工业大学
Abstract: 基于多尺度分割和融合的高分辨率遥感图像变化检测方法,属于高光谱遥感图像技术领域,本发明为解决现有遥感图像变化检测技术对于高分辨率遥感图像的检测精度低、无法保证检测结果的完整性的问题。本发明的具体过程为:采用多尺度分割算法对多时相的高分辨率遥感图像进行空间尺度分割;对分割后的各尺度图像中的目标在对象角度上进行特征提取,用对象特征描述对象本身,进而相对其他时相的遥感图像进行向量分析,获得多个尺度的对象差异图;对获得的多个尺度的对象差异图进行变化信息提取和融合,获得最终的总变化结果图。本发明用于高分辨率遥感图像变化检测。
-
公开(公告)号:CN105550685A
公开(公告)日:2016-05-04
申请号:CN201510940040.9
申请日:2015-12-11
Applicant: 哈尔滨工业大学
CPC classification number: G06K9/3233 , G06T2207/10032
Abstract: 基于视觉注意机制的大幅面遥感影像感兴趣区域提取方法,涉及遥感图像处理技术领域,尤其涉及基于视觉注意机制的大幅面遥感影像感兴趣区域提取方法。本发明为解决现有遥感图像处理技术缺乏在大幅面遥感图像中搜索潜在目标的能力的问题。本发明按以下步骤进行:一、目标及感兴趣区域特性分析;二、基于视觉注意机制的感兴趣区域提取;三、基于自底向上刺激驱动机制的一级感兴趣区域提取;四、基于自顶向下目标驱动机制的二级感兴趣区域提取。本发明在分析目标及感兴趣区域的特性的基础上,引入视觉注意机制心理学模型和计算模型,研究大幅面遥感影像感兴趣区域提取方法。本发明可应用于遥感图像处理技术领域。
-
公开(公告)号:CN105046673A
公开(公告)日:2015-11-11
申请号:CN201510408771.9
申请日:2015-07-13
Applicant: 哈尔滨工业大学
Abstract: 基于自学习的高光谱图像和可见光图像融合分类方法,属于高光谱图像小样本分类领域。现有的主动学习算法忽略了对候选样本集的确定过程,且人工标记候选样本集中信息量最大的样本存在程耗时费力的问题。一种基于自学习的高光谱图像和可见光图像融合分类方法,首先,获取大量未标记样本的对象标签;然后,根据对象标签和分类标签确定候选样本集,这样在确定候选样本的同时获得样本的标签,避免人工标记的过程。本发明具有提高分类精度的优点。
-
公开(公告)号:CN118483677A
公开(公告)日:2024-08-13
申请号:CN202410716468.4
申请日:2024-06-04
Applicant: 哈尔滨工业大学
IPC: G01S7/41
Abstract: 本发明公开了一种基于图像提取与电磁仿真的全角度目标RCS估计方法,所述方法使用区域界定技术和散射点积分技术计算出目标的真实RCS;使用电磁计算方法,在指定和图像切片相同的成像角度时,输入目标的3D模型,获得此目标回波的散射场强度,进而计算出目标的仿真RCS;通过函数拟合的方式,建立实际RCS与仿真RCS转换函数;使用电磁仿真技术计算出一个二维仿真RCS表,并使用RCS转换函数转换为修正仿真RCS表;指定任意成像角度,在修正仿真RCS表中查找此角度对应位置,并使用双线性插值方法得到此成像角度下的RCS估计值。本发明使用修正后的仿真RCS表可以准确估计任意成像角度时的目标RCS。
-
公开(公告)号:CN107085708B
公开(公告)日:2020-06-09
申请号:CN201710261895.8
申请日:2017-04-20
Applicant: 哈尔滨工业大学
Abstract: 基于多尺度分割和融合的高分辨率遥感图像变化检测方法,属于高光谱遥感图像技术领域,本发明为解决现有遥感图像变化检测技术对于高分辨率遥感图像的检测精度低、无法保证检测结果的完整性的问题。本发明的具体过程为:采用多尺度分割算法对多时相的高分辨率遥感图像进行空间尺度分割;对分割后的各尺度图像中的目标在对象角度上进行特征提取,用对象特征描述对象本身,进而相对其他时相的遥感图像进行向量分析,获得多个尺度的对象差异图;对获得的多个尺度的对象差异图进行变化信息提取和融合,获得最终的总变化结果图。本发明用于高分辨率遥感图像变化检测。
-
公开(公告)号:CN105869114A
公开(公告)日:2016-08-17
申请号:CN201610179673.7
申请日:2016-03-25
Applicant: 哈尔滨工业大学
IPC: G06T3/40
Abstract: 基于多层带间结构模型的多光谱图像和全色图像融合方法,属于图像融合方法领域。为了解决在建立ARSIS模型的过程中,单层细节图像在描述带间关系时的局限性。本发明将低分辨率多光谱图像MSLR重采样到PAN图像大小,将其均值作为z1LR图像;对z1LR和MSLR进行GS正交变换,将z1LR图像变换后的图像记为利用SWT构建多尺度模型MSM;将MSM中各近似图像和细节图像划分为64×64大小的图像块;对和计算全局结构相似度SSIM,对每个图像块计算局部结构相似度,并应用定义的模型求得利用SWT逆变换得到得到z1HR后进行GS反变换;输出高分辨率多光谱图像MSHR。本发明有效地提升了多光谱图像的空间分辨率,实现了多光谱图像全色锐化的目的。
-
公开(公告)号:CN118930744A
公开(公告)日:2024-11-12
申请号:CN202411051647.7
申请日:2024-08-01
Applicant: 哈尔滨工业大学
IPC: C08F261/04 , C08F220/56 , C08F222/38 , C08F2/44 , C08K3/38 , C08K3/22
Abstract: 本发明公开了一种可磁致变形高固含量水凝胶的制备方法,所述方法包括如下步骤:步骤一:将聚乙烯醇加到去离子水中,加热溶解,得到聚乙烯醇水溶液;步骤二:在聚乙烯醇水溶液中依次加入丙烯酰胺、N,N’‑亚甲基双丙烯酰胺和过硫酸钾,搅拌得到均匀溶液;步骤三:向均匀混合溶液中滴加硼酸水溶液,得到动态交联水凝胶;步骤四:将四氧化三铁固体粉末加入到动态交联水凝胶中,搅拌均匀后置于真空环境中除泡,得到动态可逆网络水凝胶;步骤五:将动态可逆网络水凝胶转移至聚四氟乙烯模具中进行热引发聚合反应,得到可磁致变形高固含量水凝胶。该方法简单易行,制备得到的双网络水凝胶机械性能、稳定性好,具有一定的磁响应变形能力。
-
-
-
-
-
-
-
-
-