基于光流模型的视频卫星影像密集匹配方法及系统

    公开(公告)号:CN107194334B

    公开(公告)日:2019-09-10

    申请号:CN201710326528.1

    申请日:2017-05-10

    Applicant: 武汉大学

    Abstract: 本发明公开了一种基于光流模型的视频卫星影像密集匹配方法及系统,包括:步骤1,采用SGM匹配法对视频卫星影像进行粗匹配;步骤2,采用PMVS匹配法对视频卫星影像进行精匹配;步骤3,采用光流法精化步骤2的匹配结果本发明结合SGM和PMVS两种密集匹配法,选择SGM法粗匹配,然后进行PMVS算法精匹配的形式,尽可能发挥两者的优势,从精度和效率两方面提高影像数据的处理能力。

    卫星视频运动目标检测方法及系统

    公开(公告)号:CN107146239A

    公开(公告)日:2017-09-08

    申请号:CN201710266714.0

    申请日:2017-04-21

    Applicant: 武汉大学

    Abstract: 本发明公开了一种卫星视频运动目标检测方法及系统,包括:从视频中选择基准帧,视频中基准帧外的其他帧为补偿帧,提取基准帧中各影像块的特征点;采用前后LK光流的点跟踪法对各影像块的特征点进行跟踪匹配,获得视频中相邻帧的匹配同名点集;利用匹配同名点集原补偿帧的运动补偿;对运动补偿后的第一帧中每一个像素建立背景模型;通过新补偿帧与背景模型比对提取运动目标获得二值图像,对二值图像提取连通域,获得候选目标;从候选目标中分离出可能的局部视差伪运动目标和鬼影目标;对新补偿帧进行背景更新。本发明可很好的剔除视差和鬼影导致的“伪运动”误检测,有效提高检测精度,广泛适用于卫星视频的运动分析与应用。

    一种恒星观测模式下线阵相机星上几何定标方法

    公开(公告)号:CN114858186B

    公开(公告)日:2023-03-31

    申请号:CN202210423660.5

    申请日:2022-04-21

    Applicant: 武汉大学

    Abstract: 本发明提供一种恒星观测模式下线阵相机星上几何定标方法。本发明主要包括7个步骤,分别为:步骤1,线阵相机恒星几何成像模型构建;步骤2,恒星控制点天区选择;步骤3,恒星控制点物方坐标识别;步骤4,恒星控制点像方坐标精确提取;步骤5,线阵相机恒星几何定标模型构建;步骤6,线阵相机几何畸变模型构建;步骤7,顾及像方覆盖率的改进定标模型。本发明可实现一种全天时、全天候、全空域、高精度、低成本、星上化的光学线阵相机几何定标方法,从而实时地保障对地观测卫星系统星上处理的几何精度。

    一种恒星观测模式下姿态低频误差修正方法

    公开(公告)号:CN114858133A

    公开(公告)日:2022-08-05

    申请号:CN202210424021.0

    申请日:2022-04-21

    Applicant: 武汉大学

    Abstract: 本发明提供一种恒星观测模式下的姿态低频误差修正方法。此发明首先将恒星作为控制点,在一个轨道周期内从不同纬度对恒星进行观测。通过姿态测量信息提取恒星信息,获取相机在惯性空间下的指向。然后结合星敏感器的光轴指向值,计算相机与两个星敏感器光轴的夹角变化。最后,通过多项式模型拟合此夹角变化,并利用相机光轴指向补偿算法,实现相机光轴指向的修正,进而修正相机轨道周期的低频姿态误差。本发明可在不具备全球控制点的条件和对地拍摄低频模型构建不精准的情况下,实现姿态低频误差的建模和补偿。

    基于盐氮影响的向日葵叶面积指数增长的预测方法

    公开(公告)号:CN111742793A

    公开(公告)日:2020-10-09

    申请号:CN202010563351.9

    申请日:2020-06-19

    Applicant: 武汉大学

    Abstract: 本发明涉及一种基于盐氮影响的向日葵叶面积指数增长的预测方法,包括:对多种盐氮水平的向日葵各生长阶段的单株叶面积指数进行测定,得到多种盐氮水平下的向日葵各生长阶段的相对叶面积指数RLAIj;采用活动积温对向日葵各生长阶段进行归一化处理,建立RLAIj与DVSj的函数关系;建立向日葵全生育期平均最大单株叶面积指数LAImax与盐氮量水平之间相应的函数关系;建立受盐氮水平影响的向日葵单株叶面积指数预测模型;将需要预测的向日葵,根据其播种前土壤的初始盐分含量、施氮水平以及所处的生长期通过预测模型公式进行计算。本发明充分考虑了土壤盐氮水平对向日葵叶面积指数增长的影响,以及生长中各因素的影响,建立的预测模型公式计算方法简单且准确有效。

    敏捷卫星单轨动中成像多条带拼接任务规划方法及系统

    公开(公告)号:CN111666661A

    公开(公告)日:2020-09-15

    申请号:CN202010437180.5

    申请日:2020-05-21

    Applicant: 武汉大学

    Abstract: 一种敏捷卫星单轨动中成像多条带拼接任务规划方法及系统,包括针对成像任务区域,基于旋转卡壳的原理建立区域的外接矩形,分割得到若干条带;求出每一个条带对应覆盖率,条带起始边和终止边的中点坐标,计算每个条带起始、终止端点的成像时间窗口;对将卫星姿态运动约化为相机指向点的平面运动,构建多条带拼接成像过程中卫星相机指向点的平面运动约束,确定约束条件;对成像时间窗口进行裁剪和成像时刻归一化操作,确定决策变量;构建敏捷卫星单轨动中成像多条带拼接任务规划数学模型,确定模型决策变量与目标函数、约束条件的定量关系;采用PSO优化算法进行求解,得到成像多条带拼接任务规划方案,实现对成像任务区域的最大覆盖。

    特定拍摄条件下的在轨外方位元素自检校方法及系统

    公开(公告)号:CN111272196A

    公开(公告)日:2020-06-12

    申请号:CN202010132518.6

    申请日:2020-02-29

    Applicant: 武汉大学

    Inventor: 蒋永华 张过 张莉

    Abstract: 本发明提供一种特定拍摄条件下的在轨外方位元素自检校方法及系统,包括对两景影像分别利用卫星的内方位元素、姿态轨道、扫描帧时和影像对应区域的高精度数字高程模型DEM构建严密几何成像模型;针对偏航角相差180°的两景影像,基于灰度进行匹配,获取配准点;根据两次影像几何定位误差大小相近、方向相反的特点,结合两景影像和所建立的严密几何成像模型,将配准点转换为控制点,利用控制点实现外方位元素自检校。与现有技术相比,本发明在无需地面控制点条件下消除了俯仰角、滚动角系统误差,有效提升了无控制定位精度,可以为后续敏捷机动卫星的常态化检校提供技术基础,并为星上自主几何检校提供了可能性。

    卫星视频运动目标检测方法及系统

    公开(公告)号:CN107146239B

    公开(公告)日:2020-01-07

    申请号:CN201710266714.0

    申请日:2017-04-21

    Applicant: 武汉大学

    Abstract: 本发明公开了一种卫星视频运动目标检测方法及系统,包括:从视频中选择基准帧,视频中基准帧外的其他帧为补偿帧,提取基准帧中各影像块的特征点;采用前后LK光流的点跟踪法对各影像块的特征点进行跟踪匹配,获得视频中相邻帧的匹配同名点集;利用匹配同名点集原补偿帧的运动补偿;对运动补偿后的第一帧中每一个像素建立背景模型;通过新补偿帧与背景模型比对提取运动目标获得二值图像,对二值图像提取连通域,获得候选目标;从候选目标中分离出可能的局部视差伪运动目标和鬼影目标;对新补偿帧进行背景更新。本发明可很好的剔除视差和鬼影导致的“伪运动”误检测,有效提高检测精度,广泛适用于卫星视频的运动分析与应用。

    基于光流模型的视频卫星影像密集匹配方法及系统

    公开(公告)号:CN107194334A

    公开(公告)日:2017-09-22

    申请号:CN201710326528.1

    申请日:2017-05-10

    Applicant: 武汉大学

    Abstract: 本发明公开了一种基于光流模型的视频卫星影像密集匹配方法及系统,包括:步骤1,采用SGM匹配法对视频卫星影像进行粗匹配;步骤2,采用PMVS匹配法对视频卫星影像进行精匹配;步骤3,采用光流法精化步骤2的匹配结果本发明结合SGM和PMVS两种密集匹配法,选择SGM法粗匹配,然后进行PMVS算法精匹配的形式,尽可能发挥两者的优势,从精度和效率两方面提高影像数据的处理能力。

    高光谱影像分类方法、装置、存储介质及电子设备

    公开(公告)号:CN118447335A

    公开(公告)日:2024-08-06

    申请号:CN202410661946.6

    申请日:2024-05-27

    Applicant: 武汉大学

    Abstract: 本申请公开了高光谱影像分类方法、装置、存储介质及电子设备。该方法包括:获取高光谱影像;将高光谱影像输入到训练好的高光谱分类模型中,得到高光谱影像的分类结果;其中,高光谱分类模型具有多个编码层与多个解码层,分别用于采集和处理不同分辨率的图像特征,编码层和解码层中嵌入全局‑局部互引导模块;所述全局‑局部互引导模块包括特征映射模块、第一并行分支与第二并行分支,所述特征映射模块对特征图进行特征映射得到映射特征图,所述第一并行分支对所述映射特征进行偏移操作,所述第二并行分支对所述映射特征进行相似度计算和聚合度计算,将所述第一并行分支和第二并行分支输出的特征进行融合。本申请提高了高光谱影响的分类精度。

Patent Agency Ranking