一种高光谱遥感图像分类方法、装置、设备及存储介质

    公开(公告)号:CN112633401A

    公开(公告)日:2021-04-09

    申请号:CN202011604177.4

    申请日:2020-12-29

    Abstract: 本申请公开了一种高光谱遥感图像分类方法、装置、设备及存储介质,包括:采集高光谱数据及对应的标签,获取三维数据立方体作为样本集,并将样本集划分为训练集和测试集;根据训练集中不同类别的样本个数中的最大值和每个类别的样本个数,计算每个类别的扩增因子;根据计算得到的扩增因子,采用旋转和插值的方法对训练集进行扩增,得到扩增后的训练样本和对应的标签;以扩增后的训练样本和对应的标签为输入,以不同类别的概率为输出,构建并训练高光谱遥感图像分类模型;将待测高光谱图像输入至该模型,对待测高光谱图像进行分类。这样给不同类别分配不同的扩增因子,在轻量化参数的情况下充分学习高光谱的空谱信息,有效防止细节信息的损失。

    高分辨率遥感图像的场景识别系统及模型生成方法

    公开(公告)号:CN110188725A

    公开(公告)日:2019-08-30

    申请号:CN201910486629.4

    申请日:2019-06-05

    Abstract: 本发明实施例公开了一种高分辨率遥感图像的场景识别系统及用于识别高分辨率遥感图像场景的模型生成方法。其中,系统包括用于对遥感图像场景识别的IMFNet网络模型,IMFNet网络模型包括卷积层组件、池化层组件、Inception组件及全连接层组件;卷积层组件中的每个卷积层与池化层组件的池化层相互交替排列,用于提取输入遥感图像的浅层信息;Inception组件包括多个Inception模块,各Inception模块与池化层组件的池化层相连,用于提取遥感图像的高层信息;全连接层组件的各全连接层级联,以将各全连接层输出特征通过级联后输入至输出层组件。本申请实现了网络模型的自行学习,保证了特征信息的完整性,有效地提高了IMFNet网络模型识别目标的准确率。

    一种高光谱遥感图像分类方法、装置、设备及存储介质

    公开(公告)号:CN112633401B

    公开(公告)日:2022-11-08

    申请号:CN202011604177.4

    申请日:2020-12-29

    Abstract: 本申请公开了一种高光谱遥感图像分类方法、装置、设备及存储介质,包括:采集高光谱数据及对应的标签,获取三维数据立方体作为样本集,并将样本集划分为训练集和测试集;根据训练集中不同类别的样本个数中的最大值和每个类别的样本个数,计算每个类别的扩增因子;根据计算得到的扩增因子,采用旋转和插值的方法对训练集进行扩增,得到扩增后的训练样本和对应的标签;以扩增后的训练样本和对应的标签为输入,以不同类别的概率为输出,构建并训练高光谱遥感图像分类模型;将待测高光谱图像输入至该模型,对待测高光谱图像进行分类。这样给不同类别分配不同的扩增因子,在轻量化参数的情况下充分学习高光谱的空谱信息,有效防止细节信息的损失。

    携带光谱信息和空间信息的图像分类方法及系统

    公开(公告)号:CN111797941A

    公开(公告)日:2020-10-20

    申请号:CN202010699245.3

    申请日:2020-07-20

    Abstract: 本发明公开了一种携带光谱信息和空间信息的图像分类方法及系统,将图像进行依次级联的至少两次预设处理,以提取图像的光谱特征信息和空间特征信息,进一步根据图像经过各次预设处理后得到的特征图像包含的特征信息,输出图像的分类结果。本携带光谱信息和空间信息的图像分类方法及系统通过对图像进行依次级联的至少两次预设处理对图像提取光谱特征和空间特征,其中光谱特征提取结构和空间特征提取结构分别进行多层的提取特征,能够充分地提取图像的光谱特征信息和空间特征信息,从而根据获得的图像特征信息对图像分类,能够提高分类准确率。

    一种红外与可见光图像融合方法

    公开(公告)号:CN111709903A

    公开(公告)日:2020-09-25

    申请号:CN202010457106.X

    申请日:2020-05-26

    Abstract: 本发明涉及一种红外与可见光图像融合方法,将多对红外、可见光源图像对裁剪处理得到多组对应图像对;将生成器输出的初步融合图像及裁剪后的可见光图像分别输入至判别器中,输出对应的单一可能性判别值;将融合图像与输入源图像间生成器损失及融合图像与可见光图像间的判别器损失相结合优化生成器,并通过反向传播调整生成器网络权重值及偏置值;利用融合图像及可见光图像间判别器损失优化判别器,将可见光图像的其他细节信息添加到融合图像中;经多次迭代训练得到性能稳定的网络模型;将多对未裁剪的源图像对分别输入至训练后的生成器网络可得到对应融合图像。本发明能有效提升融合图像质量及视觉信息保真度。

    高分辨率遥感图像的场景识别系统及模型生成方法

    公开(公告)号:CN110210419A

    公开(公告)日:2019-09-06

    申请号:CN201910486641.5

    申请日:2019-06-05

    Abstract: 本发明实施例公开了一种高分辨率遥感图像的场景识别系统及用于识别高分辨率遥感图像场景的模型生成方法。其中,系统包括用于对遥感图像场景识别的RFPNet网络模型,该模型包括卷积层组件、池化层组件及全连接层组件;每个池化层与全连接层相连,以将各池化层的特征向量维度降为一维;卷积层组件中包含多个卷积层和多个残差模块,各残差模块均包括多个卷积层;全连接层组件中与各池化层相连的全连接层通过级联方式将池化层组件的特征向量输入至不与池化层相连的全连接层中。本申请采用残差块使得当网络层数增加时,准确率不会下降;基于池化特征融合解决了池化过程中信息丢失的问题,保证了信息的完整性,有效提高了高分辨遥感图像场景识别的准确率。

    星敏感器图像目标关联方法、装置、设备及存储介质

    公开(公告)号:CN118463984A

    公开(公告)日:2024-08-09

    申请号:CN202410546267.4

    申请日:2024-05-06

    Abstract: 本申请涉及星敏感器技术领域,揭示了一种星敏感器图像目标关联方法、装置、设备及存储介质,方法包括:获取当前帧的第一星图以及目标对欧氏距离特征库;计算第一星图中的各个第一目标之间的欧氏距离,得到各个第一距离;基于各个第一距离以及目标对欧氏距离特征库中的各个第二距离,在各个第二目标中确定与第一目标关联的第二目标,其中,各个第二距离通过计算各个第二目标之间的欧氏距离得到的,第二目标是指上一帧的第二星图中的各个目标。能够根据星体间相对位置保持不变的特性,利用构建好的目标对欧氏距离特征库,将帧间星图进行目标关联,不涉及窗口扫描方式,且不需要先验姿态信息,具有更稳定可靠的性能,能适应星敏感器大角速度机动。

    一种星敏感器的焦面组件及其装调方法

    公开(公告)号:CN117135432A

    公开(公告)日:2023-11-28

    申请号:CN202311218993.5

    申请日:2023-09-20

    Abstract: 本发明提供一种星敏感器的焦面组件及其装调方法,其包括焦面支撑板、修磨柱或平行度调节机构、导热部件、冷端和电路板。焦面支撑板上开设有通光孔,焦面支撑板一面安装镜头,另一面通过修磨柱或平行度调节机构与电路板相连,电路板上设置有三个以上的用于支撑焦面支撑板的支撑点,平行度调节机构可以调节各支撑点与电路板之间的距离,修磨柱可通过修磨各个修磨柱的高度,达到调节各支撑点与电路板之间距离的作用,以调节镜头像面与COMS的平行度,导热部件连接焦面支撑板和冷端;可通过修磨柱或平行度调节机构调节各个支撑点与电路板之间的距离,从而调节相机像面与COMS的平行度,同时导热部件可将CMOS产生的热量导出,以提高焦面组件的隔热性。

Patent Agency Ranking