基于AMRF的高光谱图像稀疏解混方法

    公开(公告)号:CN103810714A

    公开(公告)日:2014-05-21

    申请号:CN201410089806.2

    申请日:2014-03-12

    Abstract: 本发明公开了一种基于AMRF的高光谱图像稀疏解混方法,解决了现有技术在高光谱图像稀疏解混过程中,稀疏解混精度低、耗时长、效率低的问题。本发明实现的具体步骤是:(1)输入解混参数;(2)预处理;(3)构造马尔科夫约束模型;(4)构造稀疏解混模型;(5)求解稀疏解混模型;(6)输出解混结果。本发明引入了自适应的马尔科夫约束模型,使得本发明具有稀疏解混精度高、耗时短、效率高的优点。

    基于帧数据处理的抗单粒子辐照方法及抗单粒子辐照系统

    公开(公告)号:CN102306213B

    公开(公告)日:2013-01-23

    申请号:CN201110202501.4

    申请日:2011-07-19

    Abstract: 本发明公开了一种基于帧数据处理的抗单粒子辐照方法及抗单粒子辐照系统,主要解决现有帧数据处理系统受单粒子辐照出现功能错误的问题。该抗单粒子辐照系统包括单帧检测及复位模块,帧数据处理器。单帧检测及复位模块对帧数据处理器进行复位。帧数据处理器包括:有限状态机集合单元、控制器保护纠错单元、存储器、存储器保护纠错单元、数据输入接口、数据输出接口和配置模块,有限状态机集合单元处理各帧数据,控制器保护纠错单元保护有限状态机集合单元,存储器保护纠错单元保护存储器数据,配置模块存储帧数据处理器所需的参数信息。本发明具有实现简单、抗单粒子辐照等优点,可用于空间环境中图像压缩系统和其他基于帧或分组的纠错和调制电路。

    基于帧数据处理的抗单粒子辐照方法及抗单粒子辐照系统

    公开(公告)号:CN102306213A

    公开(公告)日:2012-01-04

    申请号:CN201110202501.4

    申请日:2011-07-19

    Abstract: 本发明公开了一种基于帧数据处理的抗单粒子辐照方法及抗单粒子辐照系统,主要解决现有帧数据处理系统受单粒子辐照出现功能错误的问题。该抗单粒子辐照系统包括单帧检测及复位模块,帧数据处理器。单帧检测及复位模块对帧数据处理器进行复位。帧数据处理器包括:有限状态机集合单元、控制器保护纠错单元、存储器、存储器保护纠错单元、数据输入接口、数据输出接口和配置模块,有限状态机集合单元处理各帧数据,控制器保护纠错单元保护有限状态机集合单元,存储器保护纠错单元保护存储器数据,配置模块存储帧数据处理器所需的参数信息。本发明具有实现简单、抗单粒子辐照等优点,可用于空间环境中图像压缩系统和其他基于帧或分组的纠错和调制电路。

    一种用GPU实现快速小波变换的方法

    公开(公告)号:CN101866493B

    公开(公告)日:2012-01-04

    申请号:CN201010204236.9

    申请日:2010-06-18

    Abstract: 一种用GPU实现快速小波变换的方法,包括:(1)将数据从计算机主机内存复制到GPU设备内存区域A。(2)使用水平滤波器,对内存区域A中的数据进行行变换,并将变换结果保存于内存区域A。(3)使用行列转置器,对内存区域A中的数据进行行列转置,将转置后的数据存储于GPU设备内存区域B。(4)使用水平滤波器,对内存区域B中的数据进行再次行变换,并将变换结果保存于内存区域B。(5)使用行列转置器,对内存区域B中数据进行再次行列转置,将转置后的数据存储于内存区域A。(6)将GPU设备内存区域A中的数据复制到计算机主机内存。本发明使用了并行的数据处理,实现过程简单,提高了小波变换的处理速度。

    基于JPEG2000标准的高速实时处理算术熵编码系统

    公开(公告)号:CN101820549B

    公开(公告)日:2011-10-19

    申请号:CN201010128754.7

    申请日:2010-03-19

    CPC classification number: H04N19/436 H04N19/60 H04N19/91

    Abstract: 本发明公开了一种基于JPEG2000标准的高速实时处理算术熵编码系统,主要解决现有编码系统复杂度高和编码速度低的问题。该编码系统包括概率区间值预测器、码值预测器、码流缓存器和输出选择器。其中,概率区间值预测器,根据输入的双上下文符号对判断编码符号类型,并将更新后的概率区间值与编码必要参数送给码值预测器;码值预测器,对码值进行更新,判断当前归一化类型,并选择不同的归一化处理器进行归一化操作,分别将四种码流按字节缓存到码流缓存器中,通过输出选择器将并行输入的编码码流按特定优先级顺序依次串行输出。本发明具有编码速度高、复杂度低的优点,可用于各种高速数字设备的图像压缩编码,特别是高速实时卫星遥感图像编码。

    基于码率预分配的JPEG2000自适应率控制系统及方法

    公开(公告)号:CN100534186C

    公开(公告)日:2009-08-26

    申请号:CN200710018190.X

    申请日:2007-07-05

    Abstract: 本发明公开了一种基于码率预分配的JPEG2000自适应率控制系统及方法,主要解决JPEG2000编码方法计算量和存储量大的问题。原始图像经预处理、小波变换和量化后的码块分两路输出,一路直接进入比特平面+MQ编码器,另一路通过熵估计模块估计出每个码块的熵,送入码率分配模块进行码率分配,并通过编码深度控制模块将每个码块的码率反馈给比特平面+MQ编码器,进行码块比特平面编码后,再反馈给编码深度控制模块确定每个码块的编码输出码流,并对该输出码流进行优化截取和码流组织,输出最终码流。同时可根据需要改变编码深度控制系数门限值,灵活的控制编码深度,以提高图像压缩质量。本发明具有复杂度低,易于硬件实现的优点,适用于各种JPEG2000图像实时压缩系统。

    基于行的小波变换的VLSI结构

    公开(公告)号:CN1717049A

    公开(公告)日:2006-01-04

    申请号:CN200510042864.0

    申请日:2005-06-29

    Abstract: 本发明公开了一种基于行的小波变换的超大规模集成电路VLSI结构。该结构包括至少一级行变换器及列变换器、中间缓冲器、多级小波系数输出控制器、外部存储器。一级行变换器对原始图像数据进行第一级行方向小波变换,二级及二级以上行变换器对前一级小波变换的低频子带系数进行行方向小波变换,变换结果写到中间缓冲器;列变换器读取中间缓冲器的数据,完成列方向小波变换,将结果输出到多级小波系数输出控制器;该控制器对各级列变换系数进行复选、缓存,各级低频子带系数输出到下一级小波行变换器,其余子带系数输出到外部存储器。可用于对各种数字设备的图像压缩编码及视频数据的网络传输等领域。

    基于无监督聚类的高光谱数据标注方法

    公开(公告)号:CN114842334B

    公开(公告)日:2025-04-08

    申请号:CN202210394874.4

    申请日:2022-04-14

    Abstract: 本发明公开了一种高光谱数据标注方法,主要解决现有技术不能对目标视觉不可见高光谱数据进行标注的问题。其实现方案是:借助Google地图,锁定目标视觉不可见的高光谱数据集目标可能存在的位置;利用ENVI对原始高光谱数据依次进行粗裁剪和细裁剪;对细裁剪后的图像数据进行视觉分析,选取目标特征相对明显的波段作为特征谱段并拼接成一个数据立方体;利用K‑means聚类法方法对数据立方体进行无监督聚类,得到像素数目基本不变的类;用目视分析从像素数目基本不变的类中确定目标置信点集合,并进行最终标注。本发明能对视觉不可见目标进行标注,无需去实地测量,节省了大量的物力和人力,可用于高光谱目标检测识别。

    基于环境光感知的端到端水下图像复原方法

    公开(公告)号:CN113935916B

    公开(公告)日:2024-11-22

    申请号:CN202111195071.8

    申请日:2021-10-12

    Abstract: 本发明公开了一种基于环境光感知的端到端水下图像复原方法,主要解决现有技术在处理水下图像时色偏校正和清晰化处理效果欠佳的问题。其方案是:利用Pytorch框架分别构建环境光感知网络和复原主体网络,并分别构建这两个网络的训练集B和C;采用自适应矩估计算法分别利用B和C训练环境光感知网络和复原主体网络,将待处理的图像Ic输入训练好的环境光感知网络,输出环境光值Ac;将Ac和Ic输入训练好的复原主体网络,输出清晰图像Jc。本发明提高了不同退化程度水下图像的对比度,能有效校正色偏,且峰值信噪比、结构相似性、色差公式、无参考图像空间质量评估和水下彩色图像质量评价均优于现有技术,可用于水下图像的清晰化处理。

    基于三阶段特征提取的自监督图像去噪方法

    公开(公告)号:CN118097159A

    公开(公告)日:2024-05-28

    申请号:CN202410210510.5

    申请日:2024-02-26

    Abstract: 本发明公开了一种基于三阶段特征提取的自监督图像去噪方法,主要解决现有方法特征提取能力差且恢复的图像色偏严重和纹理不清晰的问题。包括:利用Pytorch框架分别构建基于局部位置掩码卷积的盲点生成子网络和双分支互补特征提取子网络,在此基础上建立基于三阶段特征提取的自监督图像去噪网络,构建其损失公式;获取噪声图像集作为训练集,并将其按批量大小组成多个图像组,依次循环输入去噪网络进行迭代训练;将需要去噪的图像输入至训练完成的自监督去噪网络,得到清晰无噪声图像。本发明能在去除噪声的同时更好的恢复图像色彩和细节信息,且峰值信噪比和结构相似性两个指标均高于现有技术,可用于真实噪声图像的清晰化处理。

Patent Agency Ranking