-
公开(公告)号：CN104392427A
公开(公告)日：2015-03-04
申请号：CN201410748877.9
申请日：2014-12-09
Applicant: 哈尔滨工业大学
IPC: G06T5/50
Abstract: 经验模态分解和稀疏表示相结合的SAR图像去噪方法，属于图像去噪技术领域。本发明是为了解决传统基于经验模态分解的SAR图像去噪方法对SAR图像中的细节保留不足，造成目标缺失，影响去噪效果的问题。它是将待处理SAR图像转换为原始趋势图像；然后对原始趋势图像进行分解和去噪，它利用经验模态分解的时频特性、分解后图像的稀疏性以及稀疏表示对噪声不敏感的特性，通过对高频分量噪声部分的分析，对高频分量进行稀疏分解，再通过估计高频分量重噪声方差进行稀疏分解的重构和经验模态分解重构，最终实现了SAR图像的噪声抑制。本发明用于SAR图像去噪。
-
公开(公告)号：CN104392244A
公开(公告)日：2015-03-04
申请号：CN201410765174.7
申请日：2014-12-11
Applicant: 哈尔滨工业大学
IPC: G06K9/62
CPC classification number: G06K9/6267 , G06K9/66
Abstract: 基于堆栈自动编码机的合成孔径雷达图像分类方法，属于雷达图像分类技术领域。本发明是为了解决SAR图像数据由于噪声污染严重以及非线性特性，造成分类精度低的问题。它首先采集N幅原始SAR图像进行数据准备，获得SAR图像数据及SAR监督数据；由SAR图像数据获得训练图像数据和测试图像数据；由SAR监督数据获得训练监督数据及测试监督数据；使用训练图像数据对各层自动编码机进行预训练，在预训练的基础上，使用训练监督数据对网络进行有监督学习，微调网络，获得训练好的基于堆栈自动编码机的网络；将测试图像数据输入训练好的基于堆栈自动编码机的网络实现SAR图像分类。本发明用于合成孔径雷达图像的分类。
-
公开(公告)号：CN102663815B
公开(公告)日：2014-11-26
申请号：CN201210090628.6
申请日：2012-03-30
Applicant: 哈尔滨工业大学
IPC: G06T17/00
Abstract: 一种基于水平集的LOD2建筑物模型构建方法，属于应用水平集算法对DSM数据的分割处理领域。为了解决现有的基于二维图像的建筑物模型构建方法中存在的顶面结构不够细致而导致构建精度不高的问题。具体过程为：提取建筑物轮廓掩膜Ωm，选取DSM数据，配入到统一坐标系下；获取建筑物顶面数据T；获取建筑物顶面数据T的特征空间；进行多相水平集分割，获取子区域；提取每个子区域的点集，检测每个片元的边界点，获取建筑物每个基元的角点的图像坐标；建立建筑物顶面数据T的拓扑结构；根据航拍可见光图像提取建筑物表面的纹理数据，与建筑物不同基元相对应，完成LOD2建筑物模型的构建。用于LOD2级别的大规模建筑物的三维构建任务。
-
公开(公告)号：CN102750714A
公开(公告)日：2012-10-24
申请号：CN201210218280.4
申请日：2012-06-28
Applicant: 哈尔滨工业大学
IPC: G06T9/00
Abstract: 基于快速搜寻最优核配置的张量分解截断遥感高光谱图象压缩方法，它涉及高光谱图象处理方法。目的是针对目前基于张量分解的压缩方法难以在设定压缩质量和压缩比要求下快速的获得最优的张量核配置的问题，提出了一种基于快速搜寻最优核配置的张量分解截断遥感高光谱图象压缩方法。本发明的步骤为：将高光谱图象做完整Tucker分解；计算光谱维搜索起点，开始迭代搜索，获得光谱维最优配置；然后再微调迭代，获取空间维最优配置；最后截取完整分解结果得到最终压缩结果。本发明可以应用于星载或者地面的高光谱图象压缩，在保证了压缩恢复质量的同时，能够有效减少了压缩算法的计算量。
-
公开(公告)号：CN102435318A
公开(公告)日：2012-05-02
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。
-
Patent Agency Ranking
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：CN101604383A
公开(公告)日：2009-12-16
申请号：CN200910072582.3
申请日：2009-07-24
Applicant: 哈尔滨工业大学
Abstract: 一种基于红外图像的海上目标检测方法，它涉及一种海上目标检测方法。本发明的目的是提供一种既能较好地抑制海杂波，获得合理的图像分割，又可以以较快速度提取出分形特征，去除虚假目标，实现有效检测的海上目标检测方法。本发明的步骤为：对获得的红外图像进行预处理、自适应迭代阈值分割、检验海天线处是否有感兴趣区域(ROI)、提取海天线背景处的ROI、提取非海天线背景处的ROI、感兴趣区域合并得到待进一步处理的感兴趣图像和提取每个ROI分形特征进行目标检测。本方法可以快速有效地分割出红外图像中的感兴趣区域，由于提取的感兴趣区域较原图小很多，既减少了计算量，以较快速度提取出分形特征，又可以通过分形特征去除阈值分割中出现的伪目标。
-
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。
-
公开(公告)号：CN117496282A
公开(公告)日：2024-02-02
申请号：CN202310932503.1
申请日：2023-07-27
Applicant: 哈尔滨工业大学
IPC: G06V10/77 , G06V10/10 , G06V10/26 , G06V10/82 , G06N3/0464
Abstract: 一种基于学习型掩膜鲁棒性主成分分析的红外弱小目标检测方法及系统，属于红外数据处理领域，为了提高单帧图像当中红外弱小目标的算法对弱小目标检测的性能，解决在复杂背景以及目标与背景具有较低对比度情况下的目标不能准确检测的问题。输入单帧红外图像，并在原始单帧红外图像中以固定步长移动预先设置好的滑动窗口，分割得到一系列的红外图像块；将分割得到的红外图像块映射到辅助变换域空间，并在变换域中利用先验信息构建基于目标稀疏和背景约束的目标检测模型；利用交替方向乘子法求解将原始目标检测模型分解为多个子模型并逐一求解；将所提出的目标检测模型展开成深度学习网络，利用深度学习框架的负反馈机制不断更新模型中的映射算子和参数；将模型输出的结果进行重构，得到红外目标检测算法的结果；输出的二值图像是红外图像中检测到的目标。本发明在不同类型和数据集中的红外目标均能取得较好的分割和定位目标。
-
-
-
-
-
-
-
-
-
Search Results
95
records
(took 0.037 seconds)
