-
公开(公告)号：CN107886550A
公开(公告)日：2018-04-06
申请号：CN201711085845.5
申请日：2017-11-07
Applicant: 上海应用技术大学
Abstract: 本发明提供了一种图像编辑传播方法和系统，该方法包括：运用区域生长法分离出需要编辑传播的前景图像，通过在YUV空间进行彩色线条标记以确定待传播的颜色，并保持背景颜色不变。然后根据图论理论重构图像数据的局部特征，计算目标区域内所有像素点与最佳标记点的关联程度，关联程度用影响因子表示。然后将影响因子映射到U与V通道，实现颜色传播。本发明对标记颜色及标记位置都具有较好的鲁棒性，并且在使用少量标记线条的情况下，能够实现良好的编辑传播效果。
-
公开(公告)号：CN113643339B
公开(公告)日：2024-02-02
申请号：CN202110934332.7
申请日：2021-08-13
Applicant: 上海应用技术大学
IPC: G06T7/33 , G06N3/0464 , G06N3/092
Abstract: 本发明公开了一种基于强化学习的近红外和可见光遥感图像配准方法，包括以下步骤：S1，将红外和可见光图像修剪到同样大小，并做堆叠处理；S2，将堆叠后的图像输入残差改进的密集神经网络进行处理并输出配准所需要的Q值；S3，根据Q值进行推理预测出策略动作空间中每个动作的概率分布；S4，根据每个动作的概率分布，在策略动作空间中选择一个概率最大的动作，并由待配准图像执行该动作；S5，当待配准图像和参考图像达到设定的相似度阈值后，对当前图像配准进行贪心算法推理采样；S6，对当前待配准图像进行移动重采样输出最终配准结果。本发明图像配准方法的配准图像各处衔接自然流畅，多模态图像配准更加稳定，效果更好。
-
公开(公告)号：CN111724424A
公开(公告)日：2020-09-29
申请号：CN202010594923.X
申请日：2020-06-24
Applicant: 上海应用技术大学
IPC: G06T7/33
Abstract: 本发明提供了一种图像配准方法，本发明首先采用密集结构改进的双通道神经网络模型对输入的图像对进行特征提取生成相应的特征点，采用最近邻匹配算法对生成的特征点进行粗匹配后，生成最后的目标点集和控制点集；然后用移动最小二乘法进行点集变换得到最优变化解；最后待配准图像根据该变换模型实现变换，完成配准。实验表明，使用本发明对于具有显著地貌差异的图像配准有着更好的效果且本发明的鲁棒性较好。
-
公开(公告)号：CN117372486A
公开(公告)日：2024-01-09
申请号：CN202311347383.5
申请日：2023-10-17
Applicant: 上海应用技术大学
Abstract: 本发明涉及一种基于多阶特征融合的遥感影像多视角配准方法，包括获取两幅不同视角下的卫星遥感影像并调整为输入对输入；建立并改进密集连接网络模型：采用密集连接网络作为骨干网络并将其与多阶特征融合块集成在一起，引入双特征融合注意力块，输出初始图像特征与目标转换图像特征并计算两者之间的相似度，由双向匹配得到两个稠密关系对应图；将稠密关系对应图输入并进行迭代和优化；进行算术合成得到最终合成参数，进行仿射变换生成配准图像。解决了对不同视角的遥感影像存在几何失配以及遮挡和不一致性的问题，有效地融合具有不同感受野和全局上下文特征的信息；保留各个视角场景下的遥感影像特征信息，从而提高多视角遥感影像的配准精度。
-
公开(公告)号：CN107846281B
公开(公告)日：2020-12-08
申请号：CN201711036923.2
申请日：2017-10-30
Applicant: 上海应用技术大学
Abstract: 本发明提供了一种基于位置的代理多重签名方法和系统，该方法包括：进行代理签名者PS、原始签名者群OSG以及位置基础设施PI的初始化；在PI的参与下完成原始签名者群OSG所在位置的真实性验证，然后通过PI来验证代理签名者PS的位置的真实性的认证，最后原始签名者群OSG完成对代理签名者PS的指定位置代理签名授权；代理签名者PS在PI的支持下完成其自己位置的认证功能，然后再执行对特定信息的代理签名功能；由代理签名验证者V来完成验证代理签名确实由指定位置的原始签名者群联合授权指定位置的代理签名者对预设信息进行了代理签名。本发明中的方法安全性高、应用范围广，实现了身份与位置的认证权力的转移。
-
Patent Agency Ranking
公开(公告)号：CN107423768A
公开(公告)日：2017-12-01
申请号：CN201710652338.9
申请日：2017-08-02
Applicant: 上海应用技术大学
IPC: G06K9/62
CPC classification number: G06K9/6249 , G06K9/6247
Abstract: 本发明提供了一种基于SURF和PCA结合的图像哈希序列生成方法，包括：在尺度空间中对输入图像的特征点进行检测；确定特征点的主方向；以特征点为中心分成n×n的块区域；提取每个块区域内的多个样本点的水平和垂直方向上的小波响应之和，并对小波响应的绝对值求和，得到输入图像的特征描述向量；将输入图像的特征描述向量进行降维处理；根据降维特征描述向量生成哈希序列。本发明通过扩展三维空间中比较点个数的方法，来减少低质量特征点数目，提高图像识别率；利用PCA算法对特征点进行降维，降维后的数据能够代表图像的主要特征，从而有效地提升图像的识别率，在突出差异性方面具有良好的效果，可以清楚表达出两幅图像的差别。
-
公开(公告)号：CN113012208B
公开(公告)日：2024-05-17
申请号：CN202110305052.X
申请日：2021-03-22
Applicant: 上海应用技术大学 , 上海牛甲机电科技有限公司
Abstract: 本发明提供了一种多视角遥感图像配准方法及系统，包括：根据原始遥感图像生成模拟多视角遥感图像配准的数据集；通过数据集和基于采样点的损失函数对深度神经网络模型进行训练生成深度学习模型，深度学习模型包括密集配准网络和稀疏配准网络；通过密集配准网络提取参考图像和待配准图像的多尺度特征，对多尺度特征进行匹配生成多尺度特征匹配图，根据将多尺度特征匹配图生成密集图像配准参数；通稀疏配准网络进行稀疏特征提取，并进行特征匹配生成稀疏匹配参数；将密集图像配准参数和稀疏图像配准参数进行融合生成目标配准参数；根据目标配准参数对待配准图像进行重采样，生成配准后图像。本发明能够实现复杂场景下多视角遥感图像高精度配准。
-
公开(公告)号：CN114359355B
公开(公告)日：2023-08-01
申请号：CN202111596837.3
申请日：2021-12-24
Applicant: 上海应用技术大学
IPC: G06T7/33 , G06V10/74 , G06V10/774
Abstract: 本发明提供了一种遥感图像配准方法，本发明提出一种特征提取架构，首先利用预训练网络提取图像特征，然后加入通道注意力机制，寻找重要通道特征，减少无关点的干扰。本发明提取网络中不同尺度的特征，设计多尺度的双向匹配关系。补充不同尺度的特征信息对特征关系进行建模，提高模型的鲁棒能力，增强匹配的准确性。本发明改进损失函数，利用回归得到的四个参数设计新的损失函数迭代优化网络模型，提高配准的准确性。
-
公开(公告)号：CN116188249A
公开(公告)日：2023-05-30
申请号：CN202211660401.0
申请日：2022-12-23
Applicant: 上海应用技术大学
Abstract: 本发明涉及一种基于图像块三阶段匹配的遥感图像配准方法，以Shi_Tomas算法提取到的特征点为中心裁剪图像，获得图像块，依次分别对图像块进行一对多匹配、一对一匹配和图像块畸变补偿，来找到图像块之间的精确匹配。并使用贪心算法对所有匹配连接点进行均匀化处理，最后用RANSAC进行全局仿射变换参数估计完成配准。实验结果表明，与几种主流算法相比整体表现良好，配准精度有所提升。提高从不同时间和角度获取的两幅遥感图像之间的图像配准精度。
-
公开(公告)号：CN115880343A
公开(公告)日：2023-03-31
申请号：CN202211218675.4
申请日：2022-10-06
Applicant: 上海应用技术大学
IPC: G06T7/33 , G06N3/0464 , G06N3/08 , G06V10/42 , G06V10/774
Abstract: 本发明涉及一种基于双视野全卷积神经网络的多时相遥感图像配准方法，本发明结合迁移学习，在原有预训练VGG16网络基础上增加了一条网络分支AlexNet网络，VGG16网络关注图像的局部特征，AlexNet网络关注图像的全局特征，并采用密集连接结构改进AlexNet网络，提高特征重用；采用双分支网络改进网格损失函数，根据两条网络回归得到的四个参数对原先的单分支网络网格损失函数进行改进，避免单条网络网格损失函数的误差，将低级语义信息与高级语义信息互传，从而增强低级语义信息与高级语义信息的特征融合，既保留了更多的边缘、形状等信息，又确保提取到的语义信息足够丰富，进一步提高了多时相遥感图像配准的精度。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.022 seconds)
