-
公开(公告)号：CN110703220A
公开(公告)日：2020-01-17
申请号：CN201910968899.9
申请日：2019-10-12
Applicant: 中南大学
Abstract: 本发明公开了一种顾及时间去相干因子的多基线PolInSAR植被参数反演方法，包括以下步骤：步骤0，在RVoG模型中引入时间去相干因子，得到顾及时间去相干因子的RVoG扩展模型；步骤1，对植被的多基线极化干涉SAR影像进行预处理和极化干涉处理，以获取多基线多极化复相干系数观测值；步骤2，设置和计算RVoG扩展模型的植被参数反演初值；步骤3，选取N条基线中的一条作为参考基线，认为其不存在时间去相干因子的影响；步骤4，将观测值与RVoG扩展模型进行匹配，构建观测方程；最终根据前述获得的参数初值，采用非线性迭代算法进行植被参数反演。本发明可以提高植被参数反演的精度，且易于实现。
-
公开(公告)号：CN104318572A
公开(公告)日：2015-01-28
申请号：CN201410605591.5
申请日：2014-10-31
Applicant: 中南大学
IPC: G06T7/00
CPC classification number: G06T7/77 , G06T7/74 , G06T2207/10044
Abstract: 本发明公开了一种基于极化方向角补偿的POLSAR图像海上目标检测方法，该方法利用海上人造金属目标的极化散射特性进行检测，针对海浪扰动产生的方向角偏移对海杂波反射对称性影响的问题，通过对POLSAR影像进行方向角补偿，来提高海上目标检测精度。首先获取全极化影像，进行相关预处理操作；然后通过相干矩阵计算出极化方向角，并对相干矩阵进行方向角补偿；最后提取出方向角补偿后的相干矩阵中T′13元素的强度值，进行海上人造金属目标检测。该方法克服了常规海上目标检测算法理论复杂、难于实现及稳健性差等缺陷，同时从目标的极化散射特性出发，较准确的从海杂波、目标旁瓣中分离出海上目标。该检测方法原理直观，算法简洁，便于编程实现和扩展。
-
公开(公告)号：CN103235301A
公开(公告)日：2013-08-07
申请号：CN201310177602.X
申请日：2013-05-14
Applicant: 中南大学
IPC: G01S7/48
Abstract: 本发明涉及微波遥感在森林领域中的应用，公开了一种基于复数域平差理论的POLInSAR植被高度反演方法，该方法将复数域平差理论与POLInSAR植被高反演的物理模型进行有机结合，包括以下步骤：步骤1：对获取的N景全极化数据进行配准，获得M个基线干涉对；步骤2：对M个基线干涉对进行极化干涉，获得M*P个干涉条纹图，并估计其对应的复相干性；步骤3：基于复数域平差计算，求得植被高hv。该基于复数域平差理论的POLInSAR植被高度反演方法原理直观，易于编程实现和扩展，是一种稳健可行的植被高反演算法，可以广泛应用于POLInSAR技术测量大范围区域乃至全球尺度植被高度。
-
公开(公告)号：CN115130547B
公开(公告)日：2025-05-06
申请号：CN202210549214.9
申请日：2022-05-20
Applicant: 中南大学
IPC: G06V20/10 , G06V10/74 , G06V10/764
Abstract: 本发明公开了一种基于多特征联合时序匹配的极化SAR农作物分类方法、系统、设备及介质，方法：获取农作物区域的多时相极化SAR数据集，提取多种特征得到各特征时间序列，计算各极化特征区分度；以各特征区分度对欧式距离加权，作为特征时间序列曲线对齐的基距离，对待分类的农作物特征时间序列进行路径匹配；将待分类的农作物的特征时间序列按物候日历划分子序列，基于子序列相似度、子序列均值时序特征及各特征区分度，计算待分类的农作物与每种标准农作物之间的匹配距离相似度，并将最小值对应的标准农作物类别确定为待分类的农作物的类别。本发明充分利用农作物的时变特性及物候信息，可解决物候不确定性造成的时相偏移问题，提高农作物类别区分度。
-
公开(公告)号：CN119199821B
公开(公告)日：2025-03-25
申请号：CN202411730491.5
申请日：2024-11-29
Applicant: 中南大学
Abstract: 本发明公开了一种基于4D毫米波雷达的即时定位与构图方法，包括：获取4D毫米波雷达的角精度和目标在当前帧内的点云数据，计算点云数据中各点在笛卡尔坐标系下考虑角精度的坐标；针对点云数据中各点，基于其坐标构建对应的椭球面，并以该椭球面作为该点的ε‑邻域，以采用DBSCAN算法确定点云数据中的噪声点并滤除；基于平差理论优化求解获得雷达的各帧位姿；根据雷达每预设时长内的位姿变化，对雷达各帧位姿进行优化调整；根据优化调整后的各帧位姿以及去噪后的各帧点云数据，构建目标的对应地图。本发明通过对4D点云数据进行去噪处理，提高点云数据精度，从而提高定位与构图精度。
-
Patent Agency Ranking
公开(公告)号：CN119339234A
公开(公告)日：2025-01-21
申请号：CN202411360792.3
申请日：2024-09-27
Applicant: 中南大学
IPC: G06V20/10 , G06N3/0895 , G06V10/80 , G06V10/74 , G06F18/213 , G06F40/289 , G06V10/82 , G06N3/0464
Abstract: 公开了街景图像的地理位置识别方法、模型训练方法及装置，其中的训练方法用于训练基于对比学习的多模态模型，且训练方法包括：利用模型获取一地理区域的图像样本集合中的街景图像样本的图像特征向量；利用模型获取标签样本集合中的多个地理区域的街景图像样本文本标签的文本特征向量；利用模型将文本特征向量与街景融合特征进行组合获得多个地理区域的多模态融合特征；利用模型获取图像特征向量分别与多个地理区域的多模态融合特征的相似度；根据相似度及街景图像样本的地理区域标签进行损失计算，根据损失计算结果调整模型参数。本公开提供的技术方案有利于提高模型的训练效率，丰富地理位置识别的实现方式，并有利于提高地理位置识别的准确性。
-
公开(公告)号：CN119199836A
公开(公告)日：2024-12-27
申请号：CN202411730492.X
申请日：2024-11-29
Applicant: 中南大学
IPC: G01S13/86 , G01S13/88 , A61B5/0205 , A61B5/00 , A61B5/0507 , A61B5/11
Abstract: 本发明公开了一种基于光学相机和毫米波雷达的危险驾驶监测方法和系统，方法包括：将光学相机和毫米波雷达调整至两者图像中心对齐，之后保持相对位姿固定；基于心肺部位在光学图像上的位置，调整相机与雷达载体的位姿以使毫米波雷达的天线中心对准心肺部位，并调整光学相机焦距使驾驶员的眼部在视场范围内；使用光学相机和雷达分别获得连续的光学图像和回波信号；通过计算光学图像中眼睛的纵横比以判断是否闭眼，并根据闭眼时长判断驾驶员当前是否疲劳驾驶；根据雷达回波信号提取驾驶员呼吸和心跳频率，进而再次判断驾驶员当前是否危险驾驶。本发明有效解决光学相机因光照条件导致的检测精度受限的问题，能够准确识别危险驾驶行为。
-
公开(公告)号：CN119199820A
公开(公告)日：2024-12-27
申请号：CN202411730483.0
申请日：2024-11-29
Applicant: 中南大学
Abstract: 本发明公开了一种基于芯片级毫米波雷达的点云成像与定位方法，包括：接收回波信息并对每帧回波信号进行加窗处理，然后进行快时间维和慢时间维的FFT得到多帧RDM；将多帧RDM合并，再利用低阈值设置粗粒度标签；对各帧RDM分别提取方位角和俯仰角，将目标点云集合转换到笛卡尔坐标系聚类去噪；根据去噪点云对RDM进行细粒度标记；将各帧RDM和带细粒度标签的RDM分别作为输入输出，训练深度学习网络以获得RDM目标检测网络；在移动雷达移动过程中获得待测目标的多帧RDM，送入RDM目标检测网络处理后提取点云数据，再进行配准得到雷达各帧时的位姿和待测目标最终的点云图像。本发明能够高效生成高质量密集的点云图像。
-
公开(公告)号：CN109948520B
公开(公告)日：2023-01-06
申请号：CN201910202371.0
申请日：2019-03-18
Applicant: 中南大学
IPC: G06V20/68 , G06V20/13 , G06V10/26 , G06V10/74 , G06V10/764
Abstract: 本发明属于农业遥感领域，公开了一种基于多时相双极化SAR特征曲线的农作物分类方法，通过多时相极化SAR数据预处理、极化特征曲线提取、极化特征变化量曲线生成、简单线性迭代聚类分割、样本选择和聚类相似度计算等步骤，最终输出分类结果。本发明使用多个时相的双极化SAR数据，提取极化特征，并得到极化特征曲线，最终借助曲线相似度评价方法进行农作物分类，能够使用极化特征曲线，对农作物类型进行高精度识别，解决了单时相极化SAR信息不丰富和传统多时相极化SAR分类方法难以引入极化时变特性的问题，为高精度农作物分类制图提供了一种切实可行的方法。
-
公开(公告)号：CN115130547A
公开(公告)日：2022-09-30
申请号：CN202210549214.9
申请日：2022-05-20
Applicant: 中南大学
Abstract: 本发明公开了一种基于多特征联合时序匹配的极化SAR农作物分类方法、系统、设备及介质，方法：获取农作物区域的多时相极化SAR数据集，提取多种特征得到各特征时间序列，计算各极化特征区分度；以各特征区分度对欧式距离加权，作为特征时间序列曲线对齐的基距离，对待分类的农作物特征时间序列进行路径匹配；将待分类的农作物的特征时间序列按物候日历划分子序列，基于子序列相似度、子序列均值时序特征及各特征区分度，计算待分类的农作物与每种标准农作物之间的匹配距离相似度，并将最小值对应的标准农作物类别确定为待分类的农作物的类别。本发明充分利用农作物的时变特性及物候信息，可解决物候不确定性造成的时相偏移问题，提高农作物类别区分度。
-
-
-
-
-
-
-
-
-
Search Results
45
records
(took 0.022 seconds)
