-
公开(公告)号：CN105869114B
公开(公告)日：2018-12-11
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：CN105550685B
公开(公告)日：2019-01-08
申请号：CN201510940040.9
申请日：2015-12-11
Applicant: 哈尔滨工业大学
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：CN107590816A
公开(公告)日：2018-01-16
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：CN105046673B
公开(公告)日：2017-11-03
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。
-
-
-
Search Results
14
records
(took 0.041 seconds)
