-
公开(公告)号：CN118261947A
公开(公告)日：2024-06-28
申请号：CN202410090565.7
申请日：2024-01-23
Applicant: 上海应用技术大学
Abstract: 本发明提出一种基于视觉变压器的遥感图像配准方法，在预处理阶段，首先对输入图像中的参考图像进行内部增强，然后利用带有先验知识的空间变换网络对参考图像进行仿射变换。在特征提取阶段，本发明提出了视觉变压器网络与Shuffle网络相结合算法，轻量化的视觉变压器网络利用子注意力学习图像点之间的长距离关系，Shuffle网络学习图像空间特征和详细的定位信息，获得高维的特征信息。在特征匹配阶段，首先利用邻域一致网络过滤特征点，然后采用互相关算法计算两张图像块中对应特征的相似度。最后由估计的仿射变换参数得到配准结果图。本发明与传统的基于区域匹配、深度特征等算法相比整体表现优良，配准精度有所提升。
-
公开(公告)号：CN111724424B
公开(公告)日：2024-05-14
申请号：CN202010594923.X
申请日：2020-06-24
Applicant: 上海应用技术大学
IPC: G06T7/33
Abstract: 本发明提供了一种图像配准方法，本发明首先采用密集结构改进的双通道神经网络模型对输入的图像对进行特征提取生成相应的特征点，采用最近邻匹配算法对生成的特征点进行粗匹配后，生成最后的目标点集和控制点集；然后用移动最小二乘法进行点集变换得到最优变化解；最后待配准图像根据该变换模型实现变换，完成配准。实验表明，使用本发明对于具有显著地貌差异的图像配准有着更好的效果且本发明的鲁棒性较好。
-
公开(公告)号：CN117670661A
公开(公告)日：2024-03-08
申请号：CN202311842776.3
申请日：2023-12-29
Applicant: 上海应用技术大学
IPC: G06T3/147 , G06N3/0464 , G06N3/045 , G06N3/094 , G06N3/0475
Abstract: 本发明涉及一种基于双通道注意力卷积网络的遥感图像配准方法，包括以下步骤：获取遥感数据集的图像对，从中获取源图像和目标图像；采用双通道注意力卷积神经网络分别提取输入图像的特征信息，并输出提取到的源图像特征S和目标图像特征T，源图像特征S0和目标图像特征T0；分别对双通道的特征图进行匹配，计算S和T、S0和T0的相关性，再使用改进的特征匹配方法对两个匹配结果进行匹配、筛选得到最终结果；通过参数回归和网格损失函数得到图像特征参数；将图像特征参数作为变换参数，用于指导源图像进行仿射变换，完成图像配准。解决来多视角、多时相遥感图像配准的精度和效率不高问题，提高了多视角、多时相遥感地形图像配准的精度和效率。
-
公开(公告)号：CN113643339A
公开(公告)日：2021-11-12
申请号：CN202110934332.7
申请日：2021-08-13
Applicant: 上海应用技术大学
Abstract: 本发明公开了一种基于强化学习的近红外和可见光遥感图像配准方法，包括以下步骤：S1，将红外和可见光图像修剪到同样大小，并做堆叠处理；S2，将堆叠后的图像输入残差改进的密集神经网络进行处理并输出配准所需要的Q值；S3，根据Q值进行推理预测出策略动作空间中每个动作的概率分布；S4，根据每个动作的概率分布，在策略动作空间中选择一个概率最大的动作，并由待配准图像执行该动作；S5，当待配准图像和参考图像达到设定的相似度阈值后，对当前图像配准进行贪心算法推理采样；S6，对当前待配准图像进行移动重采样输出最终配准结果。本发明图像配准方法的配准图像各处衔接自然流畅，多模态图像配准更加稳定，效果更好。
-
公开(公告)号：CN107886550B
公开(公告)日：2021-10-19
申请号：CN201711085845.5
申请日：2017-11-07
Applicant: 上海应用技术大学
Abstract: 本发明提供了一种图像编辑传播方法和系统，该方法包括：运用区域生长法分离出需要编辑传播的前景图像，通过在YUV空间进行彩色线条标记以确定待传播的颜色，并保持背景颜色不变。然后根据图论理论重构图像数据的局部特征，计算目标区域内所有像素点与最佳标记点的关联程度，关联程度用影响因子表示。然后将影响因子映射到U与V通道，实现颜色传播。本发明对标记颜色及标记位置都具有较好的鲁棒性，并且在使用少量标记线条的情况下，能够实现良好的编辑传播效果。
-
Patent Agency Ranking
公开(公告)号：CN107846281A
公开(公告)日：2018-03-27
申请号：CN201711036923.2
申请日：2017-10-30
Applicant: 上海应用技术大学
Abstract: 本发明提供了一种基于位置的代理多重签名方法和系统，该方法包括：进行代理签名者PS、原始签名者群OSG以及位置基础设施PI的初始化；在PI的参与下完成原始签名者群OSG所在位置的真实性验证，然后通过PI来验证代理签名者PS的位置的真实性的认证，最后原始签名者群OSG完成对代理签名者PS的指定位置代理签名授权；代理签名者PS在PI的支持下完成其自己位置的认证功能，然后再执行对特定信息的代理签名功能；由代理签名验证者V来完成验证代理签名确实由指定位置的原始签名者群联合授权指定位置的代理签名者对预设信息进行了代理签名。本发明中的方法安全性高、应用范围广，实现了身份与位置的认证权力的转移。
-
公开(公告)号：CN117576176A
公开(公告)日：2024-02-20
申请号：CN202311568602.2
申请日：2023-11-22
Applicant: 上海应用技术大学
IPC: G06T7/33 , G06T3/02 , G06V10/44 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种应用于环境监测场景下的遥感图像配准方法，针对应用于环境监测场景下卷积神经网络在遥感图像配准上鲁棒性弱、精度低的问题，结合预训练的残差网络和遥感上下文变压器作为遥感图像的特征提取新颖混合网络，同时将遥感源图像和目标图像经过特征提取网络提取的特征输入到特征匹配网络进行配准。使用设计的双向匹配网络建立遥感图像之间的对应关系，并采用一种非各向同性4D卷积核，形成用于鲁棒性匹配的自适应邻域共识网络的构建块。在双向匹配后面能够过滤错误匹配点对，来增强匹配的准确度和精度。有效提升了不同场景不同拍摄条件下遥感图像的配准准确度，展现出了该算法面对种类多、情况复杂的遥感图像强大的鲁棒性。
-
公开(公告)号：CN115612596A
公开(公告)日：2023-01-17
申请号：CN202211377252.7
申请日：2022-11-04
Applicant: 上海应用技术大学
Abstract: 本发明公开了一种利用农杆菌侵染萱草愈伤组织的装置及使用方法，包括旋转架、侵染管、侵染液槽和吹气扇；旋转架包括支腿、手轮和柔性固定卡箍，若干柔性固定卡箍沿手轮的外圆周方向均布用于固定侵染管，支腿用于支撑手轮；侵染管包括管体和与管体开口端螺纹连接的透气盖，管体上均布有若干通孔，管体的材质采用不锈钢，透气盖由pp材料构成；吹气扇和侵染液槽交替轮换放置在手轮正下方；当旋转手轮时，通过柔性固定卡箍带动侵染管依次且完全浸入侵染液槽中；吹气扇的出风口朝向手轮；吹气扇包括自进风口至出风口依次设置的空气滤膜和扇叶，以及马达和电池仓；电池仓为马达供电，马达驱动扇叶。
-
公开(公告)号：CN113012208A
公开(公告)日：2021-06-22
申请号：CN202110305052.X
申请日：2021-03-22
Applicant: 上海应用技术大学 , 上海牛甲机电科技有限公司
Abstract: 本发明提供了一种多视角遥感图像配准方法及系统，包括：根据原始遥感图像生成模拟多视角遥感图像配准的数据集；通过数据集和基于采样点的损失函数对深度神经网络模型进行训练生成深度学习模型，深度学习模型包括密集配准网络和稀疏配准网络；通过密集配准网络提取参考图像和待配准图像的多尺度特征，对多尺度特征进行匹配生成多尺度特征匹配图，根据将多尺度特征匹配图生成密集图像配准参数；通稀疏配准网络进行稀疏特征提取，并进行特征匹配生成稀疏匹配参数；将密集图像配准参数和稀疏图像配准参数进行融合生成目标配准参数；根据目标配准参数对待配准图像进行重采样，生成配准后图像。本发明能够实现复杂场景下多视角遥感图像高精度配准。
-
公开(公告)号：CN109369331A
公开(公告)日：2019-02-22
申请号：CN201811532510.8
申请日：2018-12-14
Applicant: 上海应用技术大学
Abstract: 本发明提供了一种纯水中一步法制备消旋体芳基邻二醇的方法，其特征在于，包括下列步骤：将间氯过氧苯甲酸溶解在去离子水中，加入苯乙烯类化合物，30℃水浴加热，以转速200rpm-300rpm搅拌进行反应2-3h，反应液用乙酸乙酯萃取，干燥，除去乙酸乙酯，得到消旋体芳基邻二醇。本发明的一种纯水中一步法制备消旋体芳基邻二醇的方法，即在去离子水中，使用间氯过氧苯甲酸为氧化剂，在2～3h内高化学选择性和高产率地实现苯乙烯类化合物的双羟化反应，获得消旋体芳基邻二醇。该方法没有使用有机溶剂和重金属催化剂，反应时间短，反应条件温和，对环境绿色环保，操作简单，催化剂易于获得，具有潜在的应用前景，克服了目标产物产率低、催化剂难以获得、需要有机溶剂等问题。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.024 seconds)
