-
公开(公告)号：CN115422790A
公开(公告)日：2022-12-02
申请号：CN202210859522.1
申请日：2022-07-21
Applicant: 清华大学
Abstract: 本发明涉及一种山坡地形中的电参数计算方法，主要用于计算山坡地形中输电杆塔的接地参数。本发明通过分析山坡地形、无穷大地、接地网三者之间的边界条件，得到三者边界参量的计算方法。研究考虑边界条件影响下山坡地形中的空间电场计算和空间电位计算。通过分析空间电场和空间电位的关系，得到了边界电荷及接地金属表面泄露电流的计算方法。根据求得的边界电荷及泄露电流分布，可进一步获取空间任意一点的场量及山坡地形中任意接地参数。本发明可适应不同结构的山坡地形，实现山坡地形中接地网接地参数的准确计算，为山坡地形中接地网的优化设计、接地参数测量等运维工作奠定理论基础。
-
公开(公告)号：CN114998956A
公开(公告)日：2022-09-02
申请号：CN202210497879.X
申请日：2022-05-07
IPC: G06V40/16 , G06V20/13 , G06V10/764
Abstract: 本发明涉及计算机视觉图像信号处理技术领域，特别是指一种基于类内差异的小样本图像数据扩充方法及装置，方法包括：选取辅助数据集，提取辅助数据集的类内差异信息，其中，所述类内差异信息指的是一种包含同一类样本之间的差异的信息；基于所述辅助数据集的中心样本以及类内差异信息，确定待扩充的目标数据集的类中心集合；基于所述目标数据集的类中心集合以及所述辅助数据集的类内差异信息，确定差异扩充样本集合。采用本发明，可以得到更好的样本扩充结果。
-
公开(公告)号：CN107507251B
公开(公告)日：2020-03-31
申请号：CN201710589260.0
申请日：2017-07-19
Applicant: 清华大学
IPC: G06T7/90
Abstract: 本发明实施例公开了一种双极化合成孔径雷达SAR图像的伪彩色合成方法，该方法包括：建立不同地物对应的多个通道间的关系模型；确定当前获取的双极化SAR的两个通道数据对应的地物类型；获取确定出的地物类型对应的关系模型，并根据两个通道数据和确定出的地物类型对应的关系模型构造出全极化SAR其他通道数据；根据预设的第一算法、两个通道数据以及构造出的全极化SAR其他通道数据进行伪彩色合成。本发明实施例还公开了一种双极化合成孔径雷达SAR图像的伪彩色合成装置。通过该实施例方案，能够丰富双极化SAR图像的色彩，并提高图像中不同地物的区分度。
-
公开(公告)号：CN105528787A
公开(公告)日：2016-04-27
申请号：CN201510887805.7
申请日：2015-12-07
Applicant: 清华大学
IPC: G06T7/00
CPC classification number: G06T7/0002 , G06T2207/10044
Abstract: 本发明提出一种基于水平集分割的极化SAR图像桥梁检测方法和装置，其中，该方法包括以下步骤：根据区域统计特性对极化SAR图像进行水平集分割，得到陆地和水域；提取水域的轮廓的特征点，并通过特征点的距离确定陆地中的感兴趣区域，以作为疑似桥梁区域；剔除疑似桥梁区域中的虚警实现桥梁检测；对剔除虚警后的疑似桥梁区域进行恒虚警检测，区分强散射体桥梁。根据本发明实施例的方法，能够提高桥梁检测的准确度。
-
公开(公告)号：CN104951796A
公开(公告)日：2015-09-30
申请号：CN201510299664.7
申请日：2015-06-03
Applicant: 清华大学
IPC: G06K9/62
CPC classification number: G06K9/629 , G06K9/6282
Abstract: 本发明涉及的是一种Ku波段SAR基准图制备方法。该方法首先充分利用地物的极化信息，从SAR图像中提取特征构成特征向量，并对特征向量进行监督分类，逐次分离各类地物；对目标区域分类出的不同地物类别统计拟合后向散射系数的分布，估计出等效视数和平均散射强度，据此获得地物后向散射系数与入射角的关系；拟合出不同入射角下，X波段与Ku波段后向散射系数的关系；对分类的X波段SAR图像不同地物进行转换完成Ku波段基准图的制备。该发明通过统计拟合确定不同地物后向散射系数之间的关系，通过极化SAR图像分类和地物后向散射系数映射实现基准图制备，具有快速简单的特点，且可显著提高基准图的制备质量。
-
Patent Agency Ranking
公开(公告)号：CN114998606B
公开(公告)日：2023-04-18
申请号：CN202210504120.X
申请日：2022-05-10
IPC: G06V10/44 , G06V10/80 , G06V10/28 , G06V10/36 , G06V10/764
Abstract: 本发明公开了一种基于极化特征融合的弱散射目标检测方法，包括：采用Lee滤波和通道合成技术，得到滤波之后的Span图像；在滤波之后的Span图像上人工选择目标和背景的样本区域；利用所选择的目标和背景区域进行最优极化对比增强，得到对比增强图像；利用四成分分解方法对滤波图像进行极化信息提取，选取四成分分解中效果较好的散射分量矩阵；构造特征集合，利用最小类内距离、最大类间距离准则和所有样本区域计算最佳投影面；将整个特征集合投影到最佳投影面上，得到特征融合后的图像；对特征融合后的图像进行恒虚警率检测，完成目标检测任务。本发明有利于对弱散射目标进行精准识别。
-
公开(公告)号：CN115272685A
公开(公告)日：2022-11-01
申请号：CN202210705644.5
申请日：2022-06-21
Abstract: 本发明公开了一种小样本SAR舰船目标识别方法及装置，涉及合成孔径雷达图像识别技术领域。包括：获取待识别的合成孔径雷达SAR图像；将待识别的SAR图像输入到训练好的舰船识别模型；其中，舰船识别模型包括预处理模块、特征提取模块以及分类器模块；根据待识别的SAR图像、预处理模块、特征提取模块以及分类器模块，得到待识别的SAR图像的舰船目标识别结果。本发明能够解决现有技术中由于深度学习算法对大规模标注数据的过度依赖带来的实际应用中的困难；本发明致力于降低深度学习算法在SAR舰船识别时的数据标注工作量，提出了一种基于通道与空间注意力机制的小样本条件下的舰船识别方法。
-
公开(公告)号：CN114998606A
公开(公告)日：2022-09-02
申请号：CN202210504120.X
申请日：2022-05-10
IPC: G06V10/44 , G06V10/80 , G06V10/28 , G06V10/36 , G06V10/764
Abstract: 本发明公开了一种基于极化特征融合的弱散射目标检测方法，包括：采用Lee滤波和通道合成技术，得到滤波之后的Span图像；在滤波之后的Span图像上人工选择目标和背景的样本区域；利用所选择的目标和背景区域进行最优极化对比增强，得到对比增强图像；利用四成分分解方法对滤波图像进行极化信息提取，选取四成分分解中效果较好的散射分量矩阵；构造特征集合，利用最小类内距离、最大类间距离准则和所有样本区域计算最佳投影面；将整个特征集合投影到最佳投影面上，得到特征融合后的图像；对特征融合后的图像进行恒虚警率检测，完成目标检测任务。本发明有利于对弱散射目标进行精准识别。
-
-
公开(公告)号：CN112462367A
公开(公告)日：2021-03-09
申请号：CN202011183412.5
申请日：2020-10-29
Abstract: 本发明提供一种基于极化合成孔径雷达的车辆检测方法，属于雷达图像信号处理技术领域。所述方法包括：获取训练集和测试集；通过L1范数的二维主成分分析算法对获取的训练集和测试集中每个样本的相干矩阵进行逐通道的压缩，得到降维后的训练集和测试集；根据得到的降维后的训练集和测试集，利用复威沙特距离度量检测潜在目标；对复威沙特距离度量检测到的潜在目标，使用基于相关系数的模板匹配进行目标鉴别；若目标鉴别后得到的多个候选目标从属于一个车辆的矩形框，则根据候选目标重要程度对候选目标进行加权合并，得到车辆检测结果。采用本发明，能够排除建筑物等强反射物的干扰，并提高对密集目标的定位准确性。
-
-
-
-
-
-
-
-
-
Search Results
33
records
(took 0.03 seconds)
