-
公开(公告)号：CN113628227B
公开(公告)日：2022-05-17
申请号：CN202110883494.2
申请日：2021-08-02
Applicant: 哈尔滨工业大学
IPC: G06T7/12
Abstract: 一种基于深度学习的海岸线变化分析方法，本发明涉及海岸线变化分析方法。本发明的目的是为了解决现有岸线类型复杂，难以实现岸线类型精确分类；针对不同类型岸线，岸线提取准则不同；以及给定多时相遥感图像，如何实现大场景中的海岸线精确提取的问题。过程为：步骤一、选择所研究区域的海岸线数据集；构建神经网络，得到训练好的神经网络；步骤二、得到处理后的多时相海岸线遥感影像，输入训练好的神经网络，获得处理后的多时相海岸线遥感影像对应的海岸线类型；步骤三、基于得到的海岸线类型，提取海岸线，获得海岸线图像；步骤四、基于获得的海岸线图像，检测海岸线的位置变化，计算海岸线侵蚀或淤积速率。本发明用于海岸线变化分析领域。
-
公开(公告)号：CN113392790B
公开(公告)日：2022-03-18
申请号：CN202110705642.1
申请日：2021-06-24
Applicant: 哈尔滨工业大学
Abstract: 本发明的全色/多光谱遥感图像与高光谱遥感图像的融合方法涉及遥感图像处理领域，目的是为了克服目前现有的全色/多光谱‑高光谱图像融合的结果不能合理权衡空间和光谱分辨率的问题，本发明方法具体步骤如下：步骤一、提取高光谱遥感图像的端元矩阵；步骤二、利用全色/多光谱遥感图像、高光谱遥感图像和端元矩阵建立变分模型；步骤三、对变分模型利用交替方向乘子法迭代计算，得到全色/多光谱遥感图像和高光谱遥感图像的融合图像。
-
公开(公告)号：CN113343871B
公开(公告)日：2022-03-18
申请号：CN202110673423.X
申请日：2021-06-17
Applicant: 哈尔滨工业大学 , 航天恒星科技有限公司
Abstract: 基于泊松融合+直方图匹配的高分四号多光谱遥感影像中舰船目标的仿真方法及系统，本发明涉及遥感影像的舰船目标仿真方法及系统。本发明的目的是为了解决现有方法不能准确对高分四号遥感卫星影像中舰船目标类型进行识别的问题。过程为：一、从高分二号多光谱的遥感影像中裁剪出感兴趣的五波段目标影像并确定裁剪出目标影像的目标类型；二、对裁剪出的五个波段目标影像分别进行下采样，得到高分二号下采样后的五个波段图像；三、从待添加仿真目标的高分四号多光谱遥感影像中选择并裁剪出一幅参考目标的五波段图像；四、得到处理后的高分二号多光谱的目标图；五、得到添加仿真目标的高分四号多光谱影像。本发明用于遥感影像的目标仿真领域。
-
公开(公告)号：CN113408635B
公开(公告)日：2022-03-08
申请号：CN202110733040.7
申请日：2021-06-29
Applicant: 哈尔滨工业大学
IPC: G06V10/77 , G06V10/772 , G06K9/62
Abstract: 基于数字表面模型辅助的高光谱图像本征分解方法，属于高光谱图像融合处理技术领域，本发明为解决现有高光谱图像本征分解精度低的问题。它包括：输入高光谱图像和数字表面模型数据，计算获得几何分量；计算获得局部先验矩阵；计算获得非局部先验矩阵；根据几何分量、局部先验矩阵和非局部先验矩阵进行本征分解，输出高光谱反射率和环境光照。本发明用于高光谱图像的本征分解。
-
公开(公告)号：CN113365275A
公开(公告)日：2021-09-07
申请号：CN202110661877.5
申请日：2021-06-15
Applicant: 哈尔滨工业大学
Abstract: 基于红外通信的身份认证系统和方法，涉及红外点阵多信号处理方法及身份认证领域。解决了现有红外认证方式认证效率低的问题。本发明每个用户端，用于生成的携带有时间戳的字符串，并转化为红外信号；接收端，用于将接收的每个红外信号转化为数字信号，并通过第一数据库内的第一认证信息对各数字信号进行初步认定，并将初步认定合格的数字信号发送至安全认证服务端；安全认证服务端，对所接收的各初步认定合格的数字信号进行解密，当各解密后的数字信号中的时间戳认证成功后，再将时间戳认证成功后的数字信号分别与第二数据库内相应的第二认证信息进行匹配，并将其匹配结果作为认证结果发送至相应的用户端。本发明主要用于进行身份认证。
-
Patent Agency Ranking
公开(公告)号：CN112819959A
公开(公告)日：2021-05-18
申请号：CN202110086571.1
申请日：2021-01-22
Applicant: 哈尔滨工业大学
Abstract: 高光谱图像和激光雷达数据本征高光谱点云生成方法，本发明涉及遥感图像处理技术领域，针对现有高光谱点云数据生成方法易造成信息丢失、光谱失真，并且效率低的问题，本申请利用高光谱成像的物理模型，从信号的角度出发结合高光谱图像的光谱信息和激光雷达点云的三维空间xi信息，消除高光谱图像由于光照导致的光谱信息退化导致的光谱不确定性，并通过超体素面向对象的方式，大大提升了算法的速度，最终生成光谱信息‑空间三维信息一体的本征高光谱点云，而且极大地避免了信息丢失和光谱失真。
-
公开(公告)号：CN112818794A
公开(公告)日：2021-05-18
申请号：CN202110098567.7
申请日：2021-01-25
Applicant: 哈尔滨工业大学
Abstract: 基于递进式空谱联合深度网络的高光谱遥感图像生成方法，涉及深度神经网络和光谱超分辨技术。本发明的目的是为了解决现有缺少根据多光谱图像获得高光谱图像的方法。本申请通过递进式空谱联合深度网络获取原始多光谱图像到重构高光谱图像的映射关系进而通过多光谱图像生成高光谱图像。另外，本申请将重构多光谱图像与原始多光谱图像进行对比，从而判断生成的重构高光谱图像的效果，以保证生成的重构高光谱图像具有更优的生成效果。它用于获得高光谱图像。
-
公开(公告)号：CN112785583A
公开(公告)日：2021-05-11
申请号：CN202110136395.8
申请日：2021-02-01
Applicant: 哈尔滨工业大学
Abstract: 基于超像素分割的高光谱遥感图像反射率恢复方法，属于遥感图像处理领域，涉及高光谱图像的反射率恢复方法。解决了现有基于对象的反射率恢复方法存在对高光谱图像的反射率恢复精度差的问题，本发明利用输入的高光谱遥感图像做精细超像素分割，获得精细分割的分割矩阵；对输入的高光谱遥感图像做粗略超像素分割，获得粗略分割结果集合；利用精细分割的分割矩阵和粗略分割结果集合，计算约束矩阵；利用精细分割的分割矩阵和约束矩阵迭代求解输入的高光谱遥感图像的反射率。本发明适用于图像反射率恢复。
-
公开(公告)号：CN107038436B
公开(公告)日：2020-08-25
申请号：CN201710374790.3
申请日：2017-05-24
Applicant: 哈尔滨工业大学
Abstract: 一种基于张量光谱匹配滤波的高光谱图像目标检测方法，本发明涉及涉及高光谱图像的目标检测。本发明的目的是为了解决现有高光谱图像目标检测方法中不能从三维数据整体进行信息挖掘，检测精度低的问题。过程为：一：建立张量表示下的目标和背景的信号表示模型；二：基通过给定的窗口大小，将待检测的高光谱图像转换成三阶张量的形式，建立基于局部邻域的空X‑空Y‑光谱‑样本四阶张量4D；三：求取4D的空X、空Y、光谱三个方向的协方差矩阵；四：得到映射后的新的三阶张量；五：分别计算目标光谱张量和空X‑空Y‑光谱三阶张量与映射后的新的三阶张量的内积，判定待检测高光谱图像的像元是否为检测目标。本发明用于数字图像处理领域。
-
公开(公告)号：CN106056591B
公开(公告)日：2019-01-18
申请号：CN201610356309.3
申请日：2016-05-25
Applicant: 哈尔滨工业大学
Abstract: 一种融合光谱图像和激光雷达数据进行城市密度估计方法，涉及数字图像处理领域。本发明要为解决现有城市密度估计方法中，存在利用的2维指标单一、3维指标少，无法合理、全面评价城市密度的问题。本发明方法按以下步骤进行：1、获取多/高光谱图像和激光雷达数据，分别对两种数据源进行预处理，利用激光雷达数据生成数字表面模型；2、在多/高光谱图像上提取光谱信息和空间信息，在激光雷达数据上提取高度信息；3、将提取得到的光谱信息、空间信息和高度信息输入到分类器中，得到分类主题图；4、用分类主题图和激光雷达提供的高度信息进行城市密度指标计算，最终生成城市密度主题图。本发明可应用于数字图像处理领域。
-
-
-
-
-
-
-
-
-
Search Results
171
records
(took 0.024 seconds)
