-
公开(公告)号：CN117115214A
公开(公告)日：2023-11-24
申请号：CN202310875072.X
申请日：2023-07-17
Applicant: 北京邮电大学 , 中国电波传播研究所(中国电子科技集团公司第二十二研究所)
Abstract: 本发明提出一种基于改进的PIIFD特征描述的多源遥感图像配准方法，属于视觉图像处理领域；具体为：首先，分别提取待配准的多源遥感图像和参考图像各自的特征点；对每个特征点通过改进的PIIFD描述符进行特征描述，得到各特征点对应的特征描述符向量；然后，采用BBF方法，利用特征描述符向量进行双向初始匹配，并利用特征主方向和RANSAC法对错误的匹配进行剔除，得到精匹配点对；根据变换方式的不同选择对应数量的精匹配点对进行变换矩阵的计算，并用最小二乘法优化变换矩阵的参数；最后，将优化了参数的变换矩阵与待配准图像进行相乘，得到最终配准结果。本发明解决了多尺度图像难以配准的问题，在匹配数量以及配准精度上都具有一定优势，实用性较强。
-
公开(公告)号：CN117036744A
公开(公告)日：2023-11-10
申请号：CN202310416628.9
申请日：2023-04-18
Applicant: 北京邮电大学 , 中国电波传播研究所(中国电子科技集团公司第二十二研究所)
Abstract: 本发明提出一种基于迭代匹配思路的特征匹配方法，属于视觉图像处理领域；具体是首先，将需要进行匹配的两张原始图像进行特征提取，得到特征点与描述子；然后，利用描述子计算特征点之间的匹配得分构建相似度得分矩阵；并利用Sinkhorn算法优化得出匹配关系分布矩阵；接着，从匹配关系分布矩阵中得出匹配关系概率分布，通过NMS非极大值抑制法，选出各组彼此不相邻的匹配特征点，将其概率标记为0；最后，判段匹配特征点对的数量是否满足要求，如果是，输出匹配结果；否则，对每个特征点重新生成新的描述子，并返回构建似度得分矩阵，通过降低非极大值抑制半径，得到新的匹配特征点。本发明在极大降低注意力机制运算开销的同时保证了匹配质量的不受影响。
-
公开(公告)号：CN111142556A
公开(公告)日：2020-05-12
申请号：CN201911321236.4
申请日：2019-12-20
Applicant: 中国电波传播研究所(中国电子科技集团公司第二十二研究所)
Abstract: 一种基于激光雷达及长航时无人机的航测系统及其自动作业方法，航测系统包括搭载在无人机上的航测控制器及与其电连接的激光雷达、正射相机和高精度组合惯导，电源管控单元为上述的各部件供电；此外航测控制器既可通过无人机的通信数据链与地面系统的数据处理计算机实时通信，也可通过网线与地面系统的数据处理计算机有线通信。本发明所公开的航测系统搭载于无人飞行平台，可以有效的降低航测作业时飞行平台的载重量，并进一步降低航测作业的油耗，延长航测作业时间，提高经济效益。因为重量较小可以选择较小的飞行平台实现低空航测作业，而低空航测作业因为飞行高度较低，申请空域相对容易，受恶劣天气的影响也较小，可有效提高航测作业效率。
-
公开(公告)号：CN114821293B
公开(公告)日：2024-12-17
申请号：CN202210220828.2
申请日：2022-03-08
Applicant: 北京邮电大学 , 中国电波传播研究所(中国电子科技集团公司第二十二研究所)
Abstract: 本发明公开了一种基于超像素的原型光谱集生成方法，属于高光谱图象处理领域，具体步骤为：首先，对某个区域采集光谱波段，将各波段分别作为一个图像，组成图像集X；然后，随机选取40％的波段，将各波段对应图像中的像素点求平均值，组成图像Y；接着，逐个计算图像集X中的图像与图像Y的SSIM结构指数，作为各图像的得分，并将得分降序排列；再次选取前40％波段重新生成图像Y，重复计算图像集X中各图像的得分，直至波段稳定；最后，选择得分最高的前三个波段，输入超像素分割算法提取固定间隔的超像素小块，并将各超像素小块的平均光谱作为k‑means聚类算法的初始聚类中心，进行聚类得到该区域的原型光谱集。本发明降低了聚类过程的计算量，稳定了聚类结果。
-
公开(公告)号：CN116934586A
公开(公告)日：2023-10-24
申请号：CN202310531567.0
申请日：2023-05-11
Applicant: 北京邮电大学 , 中国电波传播研究所(中国电子科技集团公司第二十二研究所)
IPC: G06T3/40 , G06T5/50 , G06V10/80 , G06V10/82 , G06N3/0464
Abstract: 本发明提出一种基于预处理的高光谱图像超分辨率重建方法，属于视觉图像处理领域，具体为：首先，提取可见光RGB图像Z多层次的特征Z'；然后，迭代高光谱图像Y，上下采样预处理，得到Yn；将特征Z'通过SE模块，再与Yn拼接，通过两次SE模块和3×3的卷积，得到融合后的高分辨率高光谱图像X；再次降采样，分别得到低分辨率的高光谱图像和可见光图像，与原始的图像相减，得到两个图像残差分别执行特征提取和上下采样预处理；并重复执行融合，得到高分辨率高光谱图像X1；最后，将图像X1重复迭代三次，得到融合后的高分辨率高光谱图像Xn；与上一次生成的高分辨率高光谱图像前后拼接，再进行卷积得到重建的超分辨率的高光谱图像。本发明提高了重建后的光谱分辨率。
-
Patent Agency Ranking
公开(公告)号：CN111123245A
公开(公告)日：2020-05-08
申请号：CN201911321251.9
申请日：2019-12-20
Applicant: 中国电波传播研究所(中国电子科技集团公司第二十二研究所)
Abstract: 一种基于圆形扫描的机载激光雷达测距精度的检校方法，包括如下步骤：（1）特征点距离差值计算；（2）精度修正值计算。本发明所公开的检校方法，适用于基于圆形扫描的激光雷达测距精度检校，可有效的标定基于圆形扫描的激光雷达的测距误差，该误差值可在后续解算中修正系统误差，进而提高激光雷达的测距精度，便于激光雷达产品与高精度位置和姿态系统的整体集成，提高解算后的激光点云定位精度。此外该检校方法同样适用于对激光雷达产品测距精度的检验。
-
公开(公告)号：CN116863019A
公开(公告)日：2023-10-10
申请号：CN202310721615.2
申请日：2023-06-16
Applicant: 北京邮电大学 , 中国电波传播研究所(中国电子科技集团公司第二十二研究所)
IPC: G06T11/00 , G06V10/82 , G06V10/40 , G06V10/764 , G06V10/774 , G06N3/0464
Abstract: 本发明提出一种基于生成对抗网络的背景生成方法，属于图像场景生成领域；具体为：首先，搭建特征提取网络，并随机输入图像进行训练；针对图像Input_A和Input_B，搭建循环生成对抗网络分别生成两个图像的图像域A和B；然后，将图像Input_A和Input_B分别输入训练好的特征提取网络中，计算这两个图像符合图像域A或图像域B的对应每个特征层的权重ωi；最后，利用图像Input_A/Input_B在图像域的每个特征层的权重ωi，计算图像域特征的热力图，并输入循环生成对抗网络中，生成图像域B/A的图像，作为新生成的图像背景。本发明提升了背景生成之后图像的质量，为了提高场景图像域的区分度，加入了图像分类器模块作为预训练，对图像的细节处理更加精细。
-
公开(公告)号：CN117036213A
公开(公告)日：2023-11-10
申请号：CN202310312003.8
申请日：2023-03-28
Applicant: 北京邮电大学 , 中国电波传播研究所(中国电子科技集团公司第二十二研究所)
Abstract: 本发明提出一种基于阈值函数和机器学习的多视角图像去冗余方法，属于视觉图像处理领域，具体为：首先，对当前三维目标渲染得到多视角图像样本；按抽取角度h等间隔选取图像对，并计算所有图像对的颜色特征距离；然后，初始化似然度阈值k，通过比较阈值k与颜色特征距离，将图像对划分为2个子集；并设定阈值函数，用于确定2个子集的图像筛选阈值；接着，采用关键帧方法利用筛选阈值对多视角图像样本进行筛选，得到该组多视角图像样本去冗余后的视角间隔；并作为样本训练机器学习模型；最后，对当前三维目标重新按固定角度渲染得到e组多视角图像样本，输入机器学习模型中，预测各样本去冗余后的视角间隔。本发明提高了多视角图像数据的去冗余效率。
-
公开(公告)号：CN114821293A
公开(公告)日：2022-07-29
申请号：CN202210220828.2
申请日：2022-03-08
Applicant: 北京邮电大学 , 中国电波传播研究所(中国电子科技集团公司第二十二研究所)
Abstract: 本发明公开了一种基于超像素的原型光谱集生成方法，属于高光谱图象处理领域，具体步骤为：首先，对某个区域采集光谱波段，将各波段分别作为一个图像，组成图像集X；然后，随机选取40％的波段，将各波段对应图像中的像素点求平均值，组成图像Y；接着，逐个计算图像集X中的图像与图像Y的SSIM结构指数，作为各图像的得分，并将得分降序排列；再次选取前40％波段重新生成图像Y，重复计算图像集X中各图像的得分，直至波段稳定；最后，选择得分最高的前三个波段，输入超像素分割算法提取固定间隔的超像素小块，并将各超像素小块的平均光谱作为k‑means聚类算法的初始聚类中心，进行聚类得到该区域的原型光谱集。本发明降低了聚类过程的计算量，稳定了聚类结果。
-
公开(公告)号：CN111123246B
公开(公告)日：2021-09-28
申请号：CN201911321261.2
申请日：2019-12-20
Applicant: 中国电波传播研究所(中国电子科技集团公司第二十二研究所)
Abstract: 一种基于圆形扫描的机载激光雷达最大测距能力和测角精度的检验方法，包括如下步骤：（1）最大测距能力检验步骤；（2）镜面位置角检验步骤；（3）楔形镜折射角检验步骤。本发明所公开基于圆形扫描的机载激光雷达最大测距能力和测角精度的检验方法，可有效检验激光雷达在加工、装配阶段可能出现的多种结构性误差以及点云解算中存在的算法错误，发现激光雷达在设计、组装及数据处理方面存在的问题，避免因激光雷达自身测量数据错误，导致机载激光雷达系统飞行作业后建立的目标地域的三维模型失真。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.052 seconds)
