-
公开(公告)号：CN104484882B
公开(公告)日：2017-09-29
申请号：CN201410815772.0
申请日：2014-12-24
Applicant: 哈尔滨工业大学
Abstract: 一种基于机载LiDAR数据的城市区域电力线检测方法，本发明涉及城市区域电力线检测领域。本发明是要解决城区环境中提取出电力线信息过程中电力线点和建筑物边缘点云有很高的相似性以及电力线点云直接进行栅格化处理会丢失大量的电力线信息的问题，而提出的一种基于机载LiDAR数据的城市区域电力线检测方法。该方法是通过1、得到粗差剔除后的LiDAR数据；2、找到首次回波位置的点云；3、找出回波强度量化为0的回波点云；4、得到滤波结果后的点云；5、得到点云栅格化后的栅格图像；6、确定点云栅格化后的栅格图像的线结构；7、得到最终的电力线检测结果等步骤实现的。本发明应用于城市区域电力线检测领域。
-
公开(公告)号：CN106778490A
公开(公告)日：2017-05-31
申请号：CN201611033506.8
申请日：2016-11-16
Applicant: 哈尔滨工业大学
Abstract: 基于多流形的多时相高光谱图像分类方法，本发明涉及多时相高光谱遥感图像分类方法。本发明的目的是为了解决如何利用多个时相的互补信息来解决多时相高光谱数据标签获取困难，时相图之间存在明显光谱漂移的问题。具体过程为：一、输入Xs1,Xs2,Xt和它们的空间坐标L1,L2,L3，以及Y1，Y2；二、计算d13，d23，d12,源图像中的每一类样本都在目标图像中选择空谱距离最小的k个样本，得到三组需要匹配的数据对；三、计算Ds1,s1、Ds2,s2、Dt,t，以及Ds1,s2、Ds1,t、Ds2,t；四、调整Xs2,Xt的数据尺度，构建多流形距离矩阵D；五、得到投影fs1,fs2,ft；六、获得目标时相的分类标签。本发明用于图像分类领域。
-
公开(公告)号：CN106355212A
公开(公告)日：2017-01-25
申请号：CN201610969296.7
申请日：2016-10-28
Applicant: 哈尔滨工业大学
CPC classification number: G06K9/6269 , G06K9/46 , G06K2009/4657 , G06N20/00
Abstract: 基于形态学轮廓特征和非线性多核学习的高光谱图像分类方法，本发明涉及高光谱图像分类方法。本发明的目的在于克服在高光谱图像分类方法中不能对高光谱图像的空间信息进行充分挖掘以及没有考虑基核之间非线性交互作用产生的有用信息的不足。具体过程为：一：利用主成分分析方法提取高光谱图像的主成分，在主成分基础上获取高光谱图像扩展的多结构元素形态学轮廓特征；二：构建线性基核；三：得到非线性组合核；四：将非线性组合核带入支持向量机中，采用梯度下降法得到的最优核权重；五：对高光谱图像进行分类。本发明用于图像分类领域。
-
公开(公告)号：CN106056591A
公开(公告)日：2016-10-26
申请号：CN201610356309.3
申请日：2016-05-25
Applicant: 哈尔滨工业大学
CPC classification number: G01J3/2823 , G01J2003/2826 , G01S17/88 , G06T2207/10036 , G06T2207/20081
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。
-
公开(公告)号：CN104484882A
公开(公告)日：2015-04-01
申请号：CN201410815772.0
申请日：2014-12-24
Applicant: 哈尔滨工业大学
IPC: G06T7/00
CPC classification number: G06T7/0002 , G01S7/4802 , G06T2207/10028 , G06T2207/10044 , G06T2207/20061
Abstract: 一种基于机载LiDAR数据的城市区域电力线检测方法，本发明涉及城市区域电力线检测领域。本发明是要解决城区环境中提取出电力线信息过程中电力线点和建筑物边缘点云有很高的相似性以及电力线点云直接进行栅格化处理会丢失大量的电力线信息的问题，而提出的一种基于机载LiDAR数据的城市区域电力线检测方法。该方法是通过1、得到粗差剔除后的LiDAR数据；2、找到首次回波位置的点云；3、找出回波强度量化为0的的回波点云；4、得到滤波结果后的点云；5、得到点云栅格化后的栅格图像；6、确定点云栅格化后的栅格图像的线结构；7、得到最终的电力线检测结果等步骤实现的。本发明应用于城市区域电力线检测领域。
-
Patent Agency Ranking
公开(公告)号：CN102331402A
公开(公告)日：2012-01-25
申请号：CN201110146379.3
申请日：2011-06-01
Applicant: 哈尔滨工业大学
IPC: G01N21/25
Abstract: 一种高光谱成像化学气体检测识别方法，本发明涉及化学气体检检测识别方法。本发明解决了现有的基于化学方法对化学气体的检测和识别的方法需要到现场取样和检测速度慢的技术问题。本发明先在被检测地区无化学气体时拍摄光谱图像，得到背景的像素向量，再从化学气体光谱库中得到被检测化学气体光谱向量，然后对被检测地区拍摄光谱图像，并用滤波器滤波，将滤波器的输出值按大小顺序排列，再设定化学气体的门限，将滤波器的输出值和化学气体的门限输入判决器，记录大于门限的滤波器的输出值，得到含有化学气体的像素集合；将含有化学气体的像素利用最小化马氏距离的方式判断，识别出气体类别。可用于对化工厂污染气体排放的检测和环境监测领域。
-
公开(公告)号：CN102073994A
公开(公告)日：2011-05-25
申请号：CN201010617508.8
申请日：2010-12-31
Applicant: 哈尔滨工业大学
Abstract: 基于多尺度各项异性扩散的超声医学图像散斑噪声抑制方法，它涉及一种医学超声图像噪声抑制方法。它为解决将现有各项异性扩散技术应用于超声图像时，用梯度作为边缘检测算子难以准确区分图像边缘和噪声的问题而提出。一：对图像进行小波分解，计算标准模值；二：若为首次迭代，估计标准模值的分布参数，否则跳到步骤四；三：分类得到各尺度下的噪声平稳区域；四：用噪声区域内标准模值的均值确定扩散阈值；并代入扩散函数得到扩散参数；五：用扩散参数对小波系数进行加权后，进行小波逆变换；六：比较相邻两次迭代中的扩散阈值，判断是否终止。本发明在多尺度下对图像进行处理，结果更加精确，可广泛适用于各种需要对超声图像进行处理的场合。
-
公开(公告)号：CN101667293A
公开(公告)日：2010-03-10
申请号：CN200910307634.0
申请日：2009-09-24
Applicant: 哈尔滨工业大学
Abstract: 对多种传感器遥感图像进行高精度稳健配准的方法，它涉及遥感图像处理领域，它针对配准过程中控制点分布不均匀的问题，而采用了如下步骤：步骤1：联合点特征和区域特征的粗配准，消除参考图像和输入图像之间比较大的尺度、旋转和平移的差异，通过联合点特征和区域特征匹配实现；步骤2：尺度空间特征提取和大量配准控制点对的匹配，在于提取精细配准所需的大量的控制点对；步骤3：基于控制点信息量的筛选和精细配准，目的在于对控制点按各自包含信息量进行筛选，完成高精度的精细配准。本发明为了运用在多种传感器遥感图像进行高精度稳健配准的方法。
-
公开(公告)号：CN101404084A
公开(公告)日：2009-04-08
申请号：CN200810137533.9
申请日：2008-11-14
Applicant: 哈尔滨工业大学
Abstract: 基于Wavelet和Curvelet变换的红外图像背景抑制方法，它涉及一种红外图像处理方法，以解决在红外图像处理领域内对背景干扰进行抑制的方法存在的在实现背景杂波抑制的同时也会抑制掉有用的目标信息的问题。对原始红外图像分别进行Wavelet变换分解和Curvelet变换分解；分别对Wavelet系数和Curvelet系数保留不同分辨率下的高频分解系数，将低频分解系数置零；分别通过保留的Wavelet系数和Curvelet系数对分解的原始红外图像进行图像重构；通过多分辨率分解框架，对步骤四所得到的Wavelet系数重构图像和Curvelet系数重构图像分别进行图像融合，得到最终的红外图像背景抑制结果。
-
公开(公告)号：CN101226634A
公开(公告)日：2008-07-23
申请号：CN200810063953.7
申请日：2008-01-30
Applicant: 哈尔滨工业大学
Abstract: 基于核回归的单帧图像快速超分辨率重建方法，本发明涉及图像超分辨率重建的方法。它克服了已有核回归单帧图像的超分辨率重建方法计算量巨大、耗费时间长的缺陷。它包括以下步骤：把低分辨率图像上的像素点映射到高分辨率网格中；确定待估值像素点并分为两大类；确定每个第一类待估值像素点的正方形邻域像素集合，把集合中各点的像素值代入核回归方程计算像素值；确定第二类待估值像素点的菱形邻域像素集合，把集合代入核回归方程计算像素值；当所有待估值像素点都赋值后输出图像。本发明引入二维非线性核回归进行插值点的估值、利用局部邻域处理代替整幅图像处理、采用即时更新策略，从而实现单帧图像的超分辨率重建。
-
-
-
-
-
-
-
-
-
Search Results
171
records
(took 0.031 seconds)
