-
公开(公告)号：CN102609916A
公开(公告)日：2012-07-25
申请号：CN201210017585.9
申请日：2012-01-19
Applicant: 哈尔滨工业大学
IPC: G06T5/00
Abstract: 基于多尺度分析的高光谱数据空间分辨率增强方法，涉及一种高光谱数据空间分辨率增强方法。它是为了解决现有的高光谱数据空间分辨率低的问题。它首先将离散小波变换Mallat与平稳小波两种变换引入ARSIS概念中的多尺度分析模型MSM，分别分等级描述已配准的高光谱影像与辅助光学影像的空间结构。然后将光谱最小化注入模型引入波段间相互构造模式IBSM，对高频小波系数进行重构。进而，将所重构的高频系数注入原高光谱图像，得到融合后的小波系数。最后通过多尺度模式MSM逆变换得到空间分辨率在辅助光学图像水平的高光谱影像。本发明适用于增强高光谱数据空间分辨率。
-
公开(公告)号：CN102253377A
公开(公告)日：2011-11-23
申请号：CN201110102633.X
申请日：2011-04-22
Applicant: 哈尔滨工业大学
Abstract: 基于特征值分析的极化干涉合成孔径雷达目标检测方法，本发明涉及一种极化干涉合成孔径雷达目标检测方法，以解决传统全极化与单极化合成孔径雷达无法实现较强自然地物杂波背景下地物的检测与识别问题。方法：根据图像数据格式读入极化干涉合成孔径雷达图像的数据；对极化干涉合成孔径雷达图像进行预处理；利用两组极化散射矢量得到简化极化干涉相干矩阵并求解矩阵的特征值，利用相似对角化及Jordan标准型对矩阵进行简化得到优化的散射矢量基相干系数；选取不同样本分析特征值及相干系数的统计特性；利用得到的统计特性构造目标检测器进行感兴趣目标检测得到结果。本发明用于极化干涉合成孔径雷达目标检测。
-
公开(公告)号：CN101344587B
公开(公告)日：2011-08-17
申请号：CN200810136931.9
申请日：2008-08-15
Applicant: 哈尔滨工业大学
Abstract: 用于极化合成孔径雷达图像的多成分分解方法，它涉及的是极化合成孔径雷达图像目标分解、图像分析的技术领域。它解决了现有的目标分解方法不能全面考虑所有基本散射类型的不足，它的步骤为：对全极化合成孔径雷达图像进行预处理，并得到其协方差矩阵；将地物散射的协方差矩阵分解为基本的五种散射类型，并根据协方差矩阵对应元素相等的关系，分别求出各个散射类型的加权系数；根据加权系数求出各个散射类型的散射功率，得到各个散射类型的分解结果，完成多成分分解。它全面考虑了地物的散射特性，能够更真实的反应地物的散射情况，可以更准确的描述极化合成孔径雷达图像中目标的散射特性，为后续的目标检测和分类提供更准确的信息。
-
公开(公告)号：CN112561901B
公开(公告)日：2024-08-16
申请号：CN202011540787.2
申请日：2020-12-23
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种基于有噪谱平稳的SAR图像显著区域检测方法，所述方法如下：步骤一：输入标准图像格式的高分辨率SAR图像；步骤二：计算有噪估计条件下局部图像谱平稳特征，最终生成与图像等大小的有噪估计谱平稳特征图；步骤三：使用误差为e的数据格式无关p‑tile分割法处理有噪估计谱平稳特征图，取分割前景部分为疑似显著区域；步骤四：获取疑似显著区域的连通域结果，利用尺度滤波滤除像素数少于c的连通域图块，余下部分作为高分辨率SAR图像显著区域输出。本发明具有较好的性能与效率，能够适用于任意格式数据，具有较高的实用价值。
-
公开(公告)号：CN110458876B
公开(公告)日：2023-01-31
申请号：CN201910729648.5
申请日：2019-08-08
Applicant: 哈尔滨工业大学
Abstract: 本发明是基于SAR‑SIFT特征的多时相POLSAR图像配准方法。本发明在对多时相POLSAR图像配准的过程中，通过将极化散射分量相结合的方式构建多维极化散射矢量来计算像素点的梯度，解决了现有技术在对POLSAR图像配准时未能充分利用图像中的极化信息的问题，有效提高了配准过程中特征点提取的精度，使配准算法具有较高的性能，实现高效配准任务。在对多时相POLSAR图像配准时构建尺度空间的过程中，采用全变分模型代替高斯卷积，使构建的尺度空间保留更多的细节信息，并且能有效滤除图像中的相干斑噪声，从而提取出稳定的特征点，剔除误匹配点对，提高多时相POLSAR图像配准算法的精确度和鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN110569624B
公开(公告)日：2022-06-10
申请号：CN201910894547.3
申请日：2019-09-20
Applicant: 哈尔滨工业大学
Abstract: 适用于PolInSAR反演的森林三层散射模型的确定及分析方法，属于遥感图像处理技术领域。本发明的目的是为解决现有的植被相干散射模型的散射过程相较于真实散射过程依旧存在误差，影响反演精度的问题。本发明包括如下步骤：步骤一：分析地表层的散射特性并确定其垂直结构函数形式；步骤二：分析树干层的散射特性并确定其垂直结构函数形式；步骤三：分析植被冠层的散射特性并确定其垂直结构函数形式；步骤四：结合植被垂直结构上地表层、树干层和植被冠层的垂直结构函数，推导植被一般三层散射模型，确定干涉相干系数的表达式，并分析高度参数对相干性的影响。本发明可应用于遥感图像处理领域，实现高精度的极化干涉SAR图像植被参数反演。
-
公开(公告)号：CN109188391A
公开(公告)日：2019-01-11
申请号：CN201810993650.9
申请日：2018-08-29
Applicant: 哈尔滨工业大学
Abstract: 本发明提出了一种倾斜森林地区三层S-RVoG散射模型的确定及分析方法，包括如下步骤：步骤一：给出RVoG模型散射示意图，重点推导并分析RVoG模型相干系数表达式；步骤二：在RVoG模型基础上，增加树干层散射分量，详细推导三层散射模型相干性表达式；步骤三：考虑局部地形坡度的影响，修改垂直结构函数，推导S-RVoG模型，并对模型进行分析；步骤四：在S-RVoG模型基础上，考虑树干层散射分量，推导三层S-RVoG模型，并分析各物理参数对相干性的影响。本发明解决了RVoG模型对自然山地区域散射过程描述模糊的问题，完善了植被相干散射模型，提高了极化干涉SAR植被高度反演的精度。
-
公开(公告)号：CN106446935A
公开(公告)日：2017-02-22
申请号：CN201610802709.2
申请日：2016-09-05
Applicant: 哈尔滨工业大学
IPC: G06K9/62
CPC classification number: G06K9/6267
Abstract: 基于核稀疏表示和空间约束的极化SAR图像分类方法，属于极化SAR图像分类技术领域。本发明用于解决基于像素的极化SAR遥感图像分类方法具有高维性和计算量过大，造成极化SAR图像分类效率低的问题。分类步骤为：对原始极化SAR图像数据预处理，获得待分类极化SAR图像数据；确定图像类别和训练样本；基于多成分散射模型、特征值分解和灰度共生矩阵进行极化SAR图像特征提取；构建过完备字典；获得每个图像类别训练样本的最优稀疏系数；利用最优稀疏系数进行信号重建，根据每个图像类别训练样本的重建信号和待分类极化SAR图像的误差决定所属图像类别，实现对待分类极化SAR图像的分类。本发明用于极化SAR图像的分类。
-
公开(公告)号：CN102053248B
公开(公告)日：2012-12-19
申请号：CN201010541903.2
申请日：2010-11-12
Applicant: 哈尔滨工业大学
Abstract: 基于商空间粒度计算的极化合成孔径雷达图像目标检测方法，它涉及遥感领域，它解决了现有单一检测方法不能够获得全面检测结果的缺陷。步骤为：对全极化合成孔径雷达图像进行预处理；分别采用多成分散射模型、极化相似性参数和极化白化滤波对极化合成孔径雷达图像进行处理并进行目标检测得到三个粗粒度空间；然后利用商空间理论对三个粗粒度空间进行合成，包括论域的合成和属性的合成；然后利用合成论域的属性对待定元素进行重新判定再划分，得到的结果与合成论域合并，得到检测结果的细粒度空间，即为综合优化的检测结果。本方法克服了现有极化特征和极化检测算法在具有复杂散射特性的建筑物目标检测中的单一性和局限性。
-
公开(公告)号：CN102053248A
公开(公告)日：2011-05-11
申请号：CN201010541903.2
申请日：2010-11-12
Applicant: 哈尔滨工业大学
Abstract: 基于商空间粒度计算的极化合成孔径雷达图像目标检测方法，它涉及遥感领域，它解决了现有单一检测方法不能够获得全面检测结果的缺陷。步骤为：对全极化合成孔径雷达图像进行预处理；分别采用多成分散射模型、极化相似性参数和极化白化滤波对极化合成孔径雷达图像进行处理并进行目标检测得到三个粗粒度空间；然后利用商空间理论对三个粗粒度空间进行合成，包括论域的合成和属性的合成；然后利用合成论域的属性对待定元素进行重新判定再划分，得到的结果与合成论域合并，得到检测结果的细粒度空间，即为综合优化的检测结果。本方法克服了现有极化特征和极化检测算法在具有复杂散射特性的建筑物目标检测中的单一性和局限性。
-
-
-
-
-
-
-
-
-
Search Results
51
records
(took 0.026 seconds)
