-
公开(公告)号：CN118762262B
公开(公告)日：2024-11-15
申请号：CN202411247727.X
申请日：2024-09-06
Applicant: 湖南大学
IPC: G06V10/80 , G06N3/0464 , G06V10/26 , G06V10/40 , G06V10/764 , G06V10/82 , G06V20/10
Abstract: 本发明公开了一种高光谱和SAR图像融合识别方法及系统，本发明方法包括将高光谱图像和SAR图像输入预先训练好的图卷积融合网络来获得遥感图像分类结果，所述图卷积融合网络进行遥感图像分类包括下述步骤：提取高光谱图像的光谱特征；提取高光谱图像和SAR图像的联合空间特征；融合光谱特征和特征联合空间特征获得融合特征；对融合特征进行分类识别得到遥感图像分类结果。本发明旨在利用图卷积网络在建模高阶非线性结构方面的优势，基于高光谱和SAR图像准确地识别复杂遥感图像中不同地物类别。
-
公开(公告)号：CN118780997B
公开(公告)日：2024-11-12
申请号：CN202411259447.0
申请日：2024-09-10
Applicant: 湖南大学
Abstract: 本发明公开了一种无人机可见光‑红外图像目标级融合方法及系统，本发明包括获取无人机采集的成对的可见光原始图像和红外原始图像；从可见光原始图像和红外原始图像中提取可见光目标切片和红外目标切片；对可见光目标切片和红外目标切片进行配准；对可见光目标切片利用无监督方法进行语义分割得到可见光区域分割图；从红外目标切片中提取温度信息后注入可见光区域分割图得到初步融合结果；对初步融合结果进行引导滤波得到最终融合结果。本发明旨在解决现有融合技术中可见光红外图像对精准对齐高度依赖的问题，以及解决可见光红外图像分辨率差异大导致的融合图像信息丢失和视觉效果较差的问题。
-
公开(公告)号：CN118780997A
公开(公告)日：2024-10-15
申请号：CN202411259447.0
申请日：2024-09-10
Applicant: 湖南大学
Abstract: 本发明公开了一种无人机可见光‑红外图像目标级融合方法及系统，本发明包括获取无人机采集的成对的可见光原始图像和红外原始图像；从可见光原始图像和红外原始图像中提取可见光目标切片和红外目标切片；对可见光目标切片和红外目标切片进行配准；对可见光目标切片利用无监督方法进行语义分割得到可见光区域分割图；从红外目标切片中提取温度信息后注入可见光区域分割图得到初步融合结果；对初步融合结果进行引导滤波得到最终融合结果。本发明旨在解决现有融合技术中可见光红外图像对精准对齐高度依赖的问题，以及解决可见光红外图像分辨率差异大导致的融合图像信息丢失和视觉效果较差的问题。
-
公开(公告)号：CN118658048A
公开(公告)日：2024-09-17
申请号：CN202410515057.9
申请日：2024-04-26
Applicant: 湖南大学
IPC: G06V10/98 , G06N3/0499 , G06T9/00 , G06F40/126 , G06V10/74
Abstract: 本发明公开了一种面向图像生成的多维度偏好预测方法、系统及介质，本发明方法包括将由提示词、基于提示词生成的图像构成的提示词‑图像数据对输入预先训练好的多维度偏好预测模型得到对应的多维度偏好预测结果，所述多维度偏好预测模型包括多模态特征编码模块和多层感知机，所述多模态特征编码模块用于对提示词‑图像数据对进行多模态特征编码，所述多层感知机用于基于多模态特征编码结果得到对应的多维度偏好预测结果。本发明旨在针对图像生成技术生成的图像实现多维度的度量以精确地度量所生成图像的好坏，解决图像生成领域面临的生成图像质量难以评估的问题。
-
公开(公告)号：CN117392589A
公开(公告)日：2024-01-12
申请号：CN202311656034.1
申请日：2023-12-05
Applicant: 湖南大学
Abstract: 本发明公开了一种时空信息融合的红外视频流体目标检测方法与系统，本发明方法包括针对红外视频中的每一个当前帧Iraw的处理包括：针对当前帧Iraw进行前景分割提取前景作为初始流体目标掩膜，再依次进行滤波和形态学处理、基于形心距离过滤、将Iraw作为引导图像进行引导滤波、点乘Iraw、伪彩色处理得到伪彩色图像并合成到检测视频中。本发明旨在结合单个像素点在时域上的变化信息以及整体目标在空域上的邻接信息，实现一种可行性高、鲁棒性强、计算成本低的红外视频流体目标检测技术，对水面温差变化较大的目标区域进行分割，有效监测水面温差变化，为相关领域的研究和应用提供数据支持和指导。
-
Patent Agency Ranking
公开(公告)号：CN116934598A
公开(公告)日：2023-10-24
申请号：CN202311210044.2
申请日：2023-09-19
Applicant: 湖南大学
Abstract: 本发明公开了一种多尺度特征融合的轻量级遥感图像超分方法及系统，本发明包括对输入的低分辨率的遥感图像提取浅层特征，利用残差组注意力结构块RGAM提取深度特征；使用像素重组技术对浅层特征和深度特征中的元素进行重新排列生成最终的高分辨率的遥感图像；RGAM包括依次相连的轻量化通道注意块LCAB和分组注意力机制块GAB，LCAB用于对输入的特征进行通道筛选，GAB用于通过设置不同的窗口大小来聚焦于自注意力操作中的不同信息并通过级联将不同类别的信息融合；分组注意力机制块GAB的输出与轻量化通道注意块LCAB的输入进行残差连接。本发明旨在解决现有遥感图像超分技术中图像质量较低和实时性不高的问题。
-
公开(公告)号：CN113269688B
公开(公告)日：2022-09-16
申请号：CN202110539679.1
申请日：2021-05-18
Applicant: 湖南大学
Abstract: 本发明公开了一种全变分光学遥感图像海面耀斑去除方法，包括：将被耀斑污染的光学遥感退化图像X输入预设的高阶纹理全变分耀斑去除模型，将高阶纹理全变分耀斑去除模型的求解问题转换为包含多个子问题的数值优化问题，求解所述包含多个子问题的数值优化问题，获得纯净的遥感图像Y；该高阶纹理全变分耀斑去除模型为将光学遥感退化图像X视为一个纯净的遥感图像Y和一个耀斑图像Z的叠加的函数关系X=Y+Z建立便于区分耀斑和背景信息的纯净的遥感图像Y的函数表达式、并引入纹理的高阶全变分项得到。本发明实现光学遥感图像海面耀斑去除，不需要利用任何辅助数据和波段信息，能够有效去除耀斑且保留地物信息。
-
公开(公告)号：CN112990368B
公开(公告)日：2021-07-30
申请号：CN202110450691.5
申请日：2021-04-26
Applicant: 湖南大学
Abstract: 本发明公开了一种多边形结构引导的高光谱图像单样本识别方法及系统，本发明包括：针对高光谱图像降维；对降维图像进行多尺度分割得到多尺度分割图；利用已知的单样本，结合多尺度分割得到的最细尺度的分解结果及光谱角距离，在单样本所在的多边形内扩充样本，随后搜索相似多边形，在相似多边形内部二次扩充样本，并利用扩充后的样本训练像素级的分类器识别模型；利用分类器识别模型对降维图像识别得到逐像素的初始识别结果；结合多尺度分割图优化初始识别结果再融合得到最终的识别结果。本发明针对农田场景或城市场景实现多边形结构引导的高光谱图像单样本识别，在解决样本数量不足问题的同时，能够提升识别精度并优化识别视觉效果。
-
公开(公告)号：CN112991186A
公开(公告)日：2021-06-18
申请号：CN202110459829.8
申请日：2021-04-27
Applicant: 湖南大学
Abstract: 本发明公开了一种无人机大视场高光谱图像生成方法及系统，本发明方法包括针对输入无人机采集得到的参考高光谱图像与待拼接高光谱图像，将待拼接高光谱图像逐波段变换到参考高光谱图像的同一坐标系下，确定参考高光谱图像、待拼接高光谱图像的重叠区域；利用重叠区域对待拼接高光谱图像的各个波段进行光谱一致化校正；计算参考高光谱图像、待拼接高光谱图像的重叠区域的最佳缝合线，采用权重金字塔图像融合策略，基于最佳缝合线对高光谱图像逐波段融合，获得最终的无缝拼接的大视场高光谱图像。本发明能够在相邻高光谱条带图像重叠率较低的实际场景下准确地完成无缝拼接，生成大视场高光谱图像，并且有效消除光谱不一致的问题。
-
公开(公告)号：CN112801881A
公开(公告)日：2021-05-14
申请号：CN202110395614.4
申请日：2021-04-13
Applicant: 湖南大学
Abstract: 本发明公开了一种高分辨率高光谱计算成像方法、系统及介质，本发明方法包括：对输入的RGB图像Y进行光谱上采样得到初始高光谱图像X0；将初始高光谱图像X0输入到预先完成训练的成像模型引导的深度卷积神经网络，通过迭代求解得到高光谱图像X，该深度卷积神经网络由多个具有相同结构的模块级联构成，每一个模块由高光谱先验学习模块HPL和成像模型引导模块IMG构成，高光谱先验学习模块HPL用于学习上一个模块或者初始高光谱图像X0的上采样结果的先验特征。本发明能够有效实现RGB图像到高分辨率的高光谱图像的重构，具有重构精度高、计算效率高、内存消耗小、泛化能力强的优点。
-
-
-
-
-
-
-
-
-
Search Results
43
records
(took 0.022 seconds)
