-
公开(公告)号：CN114463177B
公开(公告)日：2024-06-28
申请号：CN202210110514.7
申请日：2022-01-29
Applicant: 北京理工大学
IPC: G06T3/4053 , G06N3/0475 , G06N3/045 , G06N3/094
Abstract: 本发明公开了一种基于共源信息传递网络的遥感图像超分辨率重建方法，包括：构建数据集、构建共源信息传递网络、训练所述共源信息传递网络、将测试图像输入训练后的所述共源信息传递网络，输出重建结果图像，克服了以往方法难以权衡重建准确度和感知质量的问题，可以在保证结果保真度的情况下生成更多的纹理细节，能够使得到的重建结果图像更清晰。
-
公开(公告)号：CN116310860A
公开(公告)日：2023-06-23
申请号：CN202310066438.9
申请日：2023-02-06
Applicant: 北京理工大学
IPC: G06V20/13 , G06V10/774 , G06V10/82
Abstract: 本发明提供了一种基于旋转目标检测模型的遥感图像船舶检测方法和系统，涉及遥感图像检测技术领域。检测方法包括：采集遥感图像并进行预处理得到数据集；将数据集按照比例划分为训练集和测试集；对训练集进行数据增强；通过分类置信度对训练集进行难例挖掘；对干扰样本训练集进行训练得到检测模型；对检测模型进行测试。检测系统包括：预处理模块、数据增强模块、难例挖掘模块、训练模块和测试模块。本发明利用旋转目标检测模型来检测船舶，有利于检测过程中的计算和检测框的筛选；通过数据增强技术，解决了宽幅复杂背脊遥感图像船舶检测中样本不足，虚警率高的问题；使用基于分类置信度进行难例挖掘的方法，有效减少模型的误检测，提高准确率。
-
公开(公告)号：CN116977753A
公开(公告)日：2023-10-31
申请号：CN202311014225.8
申请日：2023-08-11
Applicant: 北京理工大学
IPC: G06V10/77 , G06V10/58 , G06V10/764 , G06V10/762 , G06V20/10
Abstract: 本申请公开了一种高光谱图像的降维方法及设备、计算机存储介质，涉及图像处理技术领域，高光谱图像的降维方法包括：对波段图像进行灰度值排序，得到波段图像的编码；计算单层次膨胀距离；向波段图像加上离散值λ，计算多层次膨胀距离；对多层次膨胀距离进行优化计算，得到任意两波段图像之间的膨胀距离SFDD；基于膨胀距离SFDD对波段图像进行聚类，得到多个波段图像簇；选择代表性波段图像。本申请创新性地引入膨胀距离来度量不同波段图像之间的空间信息差异，实现了对不同波段图像空间信息差异的准确量化，同时提出了适用于空间信息差异度量的聚类方法和代表性波段图像选择方法，实现了基于空间信息差异对高光谱图像进行降维。
-
公开(公告)号：CN114463177A
公开(公告)日：2022-05-10
申请号：CN202210110514.7
申请日：2022-01-29
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于共源信息传递网络的遥感图像超分辨率重建方法，包括：构建数据集、构建共源信息传递网络、训练所述共源信息传递网络、将测试图像输入训练后的所述共源信息传递网络，输出重建结果图像，克服了以往方法难以权衡重建准确度和感知质量的问题，可以在保证结果保真度的情况下生成更多的纹理细节，能够使得到的重建结果图像更清晰。
-
公开(公告)号：CN111598814A
公开(公告)日：2020-08-28
申请号：CN202010453074.6
申请日：2020-05-26
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于极端散射通道的单图像去雾方法，涉及图像处理领域，去雾方法包括：获取原始有雾图像；构建雾天成像物理模型；暗通道先验；亮通道先验；将亮通道先验的结果与暗通道先验的结果互补成为极端通道，并进行极端通道散射分析；估计透射率；估计大气光；根据极端通道先验给出的透射率、大气光、雾天成像物理模型计算得到最终的去雾清晰图像。本发明提出极端通道先验这一全新的先验假设来估计透射率和大气光，可以对天空或者偏白物体等区域进行正确的去雾，且效果较好，准确率更高，并且对于浓雾的去雾效果显著，不容易造成颜色失真，最终去雾颜色比较自然真实，清晰度也较高。
-
Patent Agency Ranking
公开(公告)号：CN109829946A
公开(公告)日：2019-05-31
申请号：CN201910047765.3
申请日：2019-01-18
Applicant: 北京理工大学
IPC: G06T7/73
Abstract: 本申请公开了一种基于快速混合迭代的MAP-TV高光谱亚像元定位方法，方法包括获取高光谱影像；对所述高光谱影像进行混合像元分解，得到不同端元组分的丰度；求取最大后验概率正则化模型MAP-TV；利用FISTA算法和分裂Bregman算法相结合的算法计算xc；使用赢者通吃的类别确定策略计算出最终亚像元定位结果。本发明利用FISTA算法和分裂Bregman算法相结合的算法计算亚像元的定位结果，定位精度高，运算速度快，显著地提高亚像元定位所需的时间。通过拆分高度非线性的复杂模型为几个易于计算的闭合解的子问题，有效的减少了非线性运算，节省了大量的时间和运算量，仅需几步迭代便能得到局部最优解。
-
公开(公告)号：CN109658357A
公开(公告)日：2019-04-19
申请号：CN201811579851.0
申请日：2018-12-24
Applicant: 北京理工大学
IPC: G06T5/00
Abstract: 本发明公开了一种面向遥感卫星图像的去噪方法，包括载入原始遥感卫星图像，采用自适应对比度增强方法增强图像对比度得到待去噪图像；将待去噪图像划分为M×N有界离散化栅格，得到离散后的待去噪图像；采用中值绝对差判定准则对离散后的待去噪图像中的脉冲噪声进行探测得到二维标识矩阵F，二维标识矩阵F中像素与待去噪图像的像素一一对应；在离散后的待去噪图像中设定搜索窗口和邻域窗口；领域窗口在搜索窗口中滑动结合相似度计算及高斯加权平均计算方法进行去噪处理，得到去噪后图像。本发明能够实现优良的纹理细节保持及良好的图像去噪效果，同时算法复杂度较低。处理效率较高。
-
公开(公告)号：CN111598814B
公开(公告)日：2024-04-26
申请号：CN202010453074.6
申请日：2020-05-26
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于极端散射通道的单图像去雾方法，涉及图像处理领域，去雾方法包括：获取原始有雾图像；构建雾天成像物理模型；暗通道先验；亮通道先验；将亮通道先验的结果与暗通道先验的结果互补成为极端通道，并进行极端通道散射分析；估计透射率；估计大气光；根据极端通道先验给出的透射率、大气光、雾天成像物理模型计算得到最终的去雾清晰图像。本发明提出极端通道先验这一全新的先验假设来估计透射率和大气光，可以对天空或者偏白物体等区域进行正确的去雾，且效果较好，准确率更高，并且对于浓雾的去雾效果显著，不容易造成颜色失真，最终去雾颜色比较自然真实，清晰度也较高。
-
公开(公告)号：CN112232297B
公开(公告)日：2023-08-22
申请号：CN202011243048.7
申请日：2020-11-09
Applicant: 北京理工大学
IPC: G06V20/13 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了基于深度联合卷积激活的遥感图像场景分类方法，包括：利用至少两个卷积层中的卷积激活图进行特征提取，得到图像浅层纹理信息；利用图像浅层纹理信息和全连接层进行拼接，得到对应遥感场景图像的特征向量；基于遥感场景图像的特征向量训练分类器，得到遥感场景图像分类模型；获取测试遥感场景图像的特征向量，将测试遥感场景图像的特征向量输入至遥感场景图像分类模型，得到遥感场景图像分类结果。通过卷积激活图和全连接层进行特征表示，能够将图像浅层纹理信息和图像深层语义信息有效地结合到训练遥感场景图像的特征向量中，达到有效挖掘图像显著特征信息和几何结构信息的目的，从而提高遥感图像场景分类的正确率。
-
公开(公告)号：CN112232297A
公开(公告)日：2021-01-15
申请号：CN202011243048.7
申请日：2020-11-09
Applicant: 北京理工大学
Abstract: 本发明公开了基于深度联合卷积激活的遥感图像场景分类方法，包括：利用至少两个卷积层中的卷积激活图进行特征提取，得到图像浅层纹理信息；利用图像浅层纹理信息和全连接层进行拼接，得到对应遥感场景图像的特征向量；基于遥感场景图像的特征向量训练分类器，得到遥感场景图像分类模型；获取测试遥感场景图像的特征向量，将测试遥感场景图像的特征向量输入至遥感场景图像分类模型，得到遥感场景图像分类结果。通过卷积激活图和全连接层进行特征表示，能够将图像浅层纹理信息和图像深层语义信息有效地结合到训练遥感场景图像的特征向量中，达到有效挖掘图像显著特征信息和几何结构信息的目的，从而提高遥感图像场景分类的正确率。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.02 seconds)
