-
公开(公告)号：CN107590816B
公开(公告)日：2021-06-15
申请号：CN201710806824.1
申请日：2017-09-08
Applicant: 哈尔滨工业大学
Abstract: 本发明涉及水体信息提取及拟合方法，具体涉及一种基于遥感图像的水体信息拟合方法，本发明为了解决现有的常规测量很难及时掌握水体变化及水质变化情况，且常规测量有可能无法发现一些污染源和污染源的特征的缺点，而提出一种基于遥感图像的水体信息拟合方法，包括：使用水体指数法对遥感图像进行处理，得到处理后的图像；对处理后的图像使用二维Otsu阈值分割，得到阈值分割结果；将阈值分割结果与处理后的图像取交集，确定取交集后的图像的光反射率；选取函数模型，使用光反射率及函数模型对溶氧量和高锰酸盐分别进行计算，得到溶氧量的拟合程度以及高锰酸盐的拟合程度；根据预设的标准分别选取拟合程度最优的进行拟合。本发明适用于水体信息拟合。
-
公开(公告)号：CN110135335A
公开(公告)日：2019-08-16
申请号：CN201910398081.8
申请日：2019-05-14
Applicant: 哈尔滨工业大学
IPC: G06K9/00
Abstract: 基于直线空间分布关系和投影特征的群目标检测算法，属于电子信息技术领域，本发明为解决现有目标检测都是针对单目标检测，存在局限性的问题。本发明所述基于直线空间分布关系和投影特征的群目标检测算法的具体过程为：对群目标特性进行分析，获取目标的位置分布规律和几何参数特征；采用加入断线重连步骤的改进LSD直线检测算法和基于形状特征的直线空间分布关系检测算法对目标进行粗提取；从S2获取的粗提取结果中提取结合颜色信息的投影特征，采用投影特征对支持向量机模型进行训练，采用支持向量机模型将S2获取的粗提取结果中的虚警与目标进行分离，获得最终的群目标。本发明用于群目标检测。
-
公开(公告)号：CN107085708A
公开(公告)日：2017-08-22
申请号：CN201710261895.8
申请日：2017-04-20
Applicant: 哈尔滨工业大学
Abstract: 基于多尺度分割和融合的高分辨率遥感图像变化检测方法，属于高光谱遥感图像技术领域，本发明为解决现有遥感图像变化检测技术对于高分辨率遥感图像的检测精度低、无法保证检测结果的完整性的问题。本发明的具体过程为：采用多尺度分割算法对多时相的高分辨率遥感图像进行空间尺度分割；对分割后的各尺度图像中的目标在对象角度上进行特征提取，用对象特征描述对象本身，进而相对其他时相的遥感图像进行向量分析，获得多个尺度的对象差异图；对获得的多个尺度的对象差异图进行变化信息提取和融合，获得最终的总变化结果图。本发明用于高分辨率遥感图像变化检测。
-
公开(公告)号：CN104486631B
公开(公告)日：2017-06-06
申请号：CN201410853179.5
申请日：2014-12-31
Applicant: 哈尔滨工业大学
IPC: H04N19/63 , H04N19/64 , H04N19/129 , H04N19/96 , H04N19/154
Abstract: 一种基于人眼视觉与自适应扫描的遥感图像压缩方法，属于遥感图像在线浏览技术领域。本发明在几乎不增加比特开销的基础上，能够提高重建遥感图像的视觉效果，解决了现有一般压缩方法虽然能够提供均方误差意义下质量较好的重建图像，但重建图像视觉效果并不理想的问题。本发明的技术方案为：先采用重要性加权掩膜对变换图像加权；然后计算加权后各子带能量，并按照能量的降序排列确定子带间的扫描顺序；最后，对加权子带内部的扫描，根据子带的特性确定扫描方法。本发明有效提高重建遥感图像的视觉质量，满足了目前日益增长的遥感图像在线浏览的需求。本发明适用于遥感图像的在线浏览。
-
公开(公告)号：CN105550685A
公开(公告)日：2016-05-04
申请号：CN201510940040.9
申请日：2015-12-11
Applicant: 哈尔滨工业大学
CPC classification number: G06K9/3233 , G06T2207/10032
Abstract: 基于视觉注意机制的大幅面遥感影像感兴趣区域提取方法，涉及遥感图像处理技术领域，尤其涉及基于视觉注意机制的大幅面遥感影像感兴趣区域提取方法。本发明为解决现有遥感图像处理技术缺乏在大幅面遥感图像中搜索潜在目标的能力的问题。本发明按以下步骤进行：一、目标及感兴趣区域特性分析；二、基于视觉注意机制的感兴趣区域提取；三、基于自底向上刺激驱动机制的一级感兴趣区域提取；四、基于自顶向下目标驱动机制的二级感兴趣区域提取。本发明在分析目标及感兴趣区域的特性的基础上，引入视觉注意机制心理学模型和计算模型，研究大幅面遥感影像感兴趣区域提取方法。本发明可应用于遥感图像处理技术领域。
-
Patent Agency Ranking
公开(公告)号：CN105046673A
公开(公告)日：2015-11-11
申请号：CN201510408771.9
申请日：2015-07-13
Applicant: 哈尔滨工业大学
Abstract: 基于自学习的高光谱图像和可见光图像融合分类方法，属于高光谱图像小样本分类领域。现有的主动学习算法忽略了对候选样本集的确定过程，且人工标记候选样本集中信息量最大的样本存在程耗时费力的问题。一种基于自学习的高光谱图像和可见光图像融合分类方法，首先，获取大量未标记样本的对象标签；然后，根据对象标签和分类标签确定候选样本集，这样在确定候选样本的同时获得样本的标签，避免人工标记的过程。本发明具有提高分类精度的优点。
-
公开(公告)号：CN102163338B
公开(公告)日：2014-09-03
申请号：CN201110088314.8
申请日：2011-04-08
Applicant: 哈尔滨工业大学
IPC: G06T11/00
Abstract: 一种压缩感知系统中的高效重建方法。它涉及一种数据处理方法，它解决了现有重建方法中不能够精度速度同时提高的问题。首先整理测量值Y0为易于重建算法实现的形式，若一维重建，则不整理，若二维重建，则进行矢量化，得到Y；然后，令k＝1，uk＝0，vk＝0，得到uk+1＝δ·shrink(vk+1，μ)；vk+1＝vk+ΘT(Y-Θuk)；迭代步骤中出现的无贡献迭代，计算求取无贡献迭代的次数s，则假设，vk变化s次恰好使得uk+1有所改变，那么在这些迭代步骤中有如下迭代公式：uk+s＝uk+1，进行判定即||uk+1-uk||≤ε，再判断是否成立，来确定迭代是否收敛，迭代直至收敛；最后，若一维信号，则直接利用信号稀疏表达重建原始信号，若二维信号，则对稀疏系数u进行逆矢量化，并利用图像的稀疏表达重建原始图像。本发明应用于压缩感知系统中一维或二维信号重建。
-
公开(公告)号：CN102435318B
公开(公告)日：2013-06-12
申请号：CN201110276001.5
申请日：2011-09-16
Applicant: 哈尔滨工业大学
IPC: G01J4/00
Abstract: 考虑天空光对地表反射影响的偏振遥感数据仿真方法，属于偏振仿真领域。本发明为了解决现有偏振高光谱数据仿真技术中存在的没有考虑到天空光所引起的偏振光对偏振成像的影响这一问题。本发明仿真方法包括以下步骤：步骤一、利用传感器采集经目标反射的入射光源；步骤二、获取入射光源中的太阳光辐射直接被目标反射所形成的偏振辐射亮度；步骤三、获取入射光源中天空光辐射被目标反射所形成的偏振辐射亮度；步骤四、根据步骤二所述的太阳光辐射直接被目标反射所形成的偏振辐射亮度和步骤三所述的天空光辐射被目标反射所形成的偏振辐射亮度获取总偏振辐射亮度；步骤五、根据步骤四所述的总偏振辐射亮度获取受天空光影响的偏振高光谱仿真数据。
-
公开(公告)号：CN102063729A
公开(公告)日：2011-05-18
申请号：CN201010615683.3
申请日：2010-12-30
Applicant: 哈尔滨工业大学
IPC: G06T11/00
Abstract: 基于二维稀疏性的压缩感知图像重建方法。它涉及一种压缩感知系统中的图像重建方法。它解决了现有压缩感知图像重建方法中所存在的只利用一维稀疏性的不足。步骤如下：一、对二维图像的测量值Y2执行矢量化操作vec；二、利用Kronecker积将公式五变换为如下形式：Y＝ΦΨu＝Θu公式十一；三、利用传统的压缩感知重建方法求解公式十一获得系数向量u；四、再对系数向量u执行逆矢量化操作ivec，获得二维图像X2的稀疏域表示系数S2：S2＝ivec(u)再利用X2＝Ψ2S2Ψ3重建出原始二维图像X2。本发明方法的重建图像峰值信噪比均高于传统方式的重建图像峰值信噪比，也即本发明的方法的重建质量均高于传统方式的重建图像质量。
-
公开(公告)号：CN100514085C
公开(公告)日：2009-07-15
申请号：CN200710144449.5
申请日：2007-10-16
Applicant: 哈尔滨工业大学
Abstract: 高光谱图像的空间-光谱信息协同提高分辨率的方法，它涉及利用高光谱图像信息提高空间分辨率的方法。它解决了现有高光谱图像处理中存在的不能充分利用空间信息和光谱信息以改善图像分辨率的问题。本发明步骤为：一、输入高光谱图像数据；A、空间信息提取；A一、特征波段选择；A二、空间局部分析及判断；B、光谱信息提取；B一、光谱端元提取；B二、混合像元分解；C、空-谱协同超分辨；D、得到分辨率提高的高光谱图像。本发明突破图像获取时的空间分辨率极限；利用支持向量机解混和局域空间相关性进行空间-光谱信息协同技术提高高光谱图像的空间分辨率，可极大提高目标的探测和定位能力，突破图像获取手段的限制，弥补硬件的不足。
-
-
-
-
-
-
-
-
-
Search Results
74
records
(took 0.031 seconds)
