-
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。
-
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：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。
-
Patent Agency Ranking
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：CN110880018B
公开(公告)日：2023-03-14
申请号：CN201911040260.0
申请日：2019-10-29
Applicant: 北京邮电大学
IPC: G06V10/764 , G06V10/82 , G06V10/774 , G06N3/0464 , G06N3/047 , G06N3/08
Abstract: 本申请实施例提供了一种卷积神经网络目标分类方法，通过在模型训练过程中引入一个随目标类特征中心向量与各子类特征中心向量变化的动态加角余量，实现了通过计算样本图像的特征向量与目标类特征中心向量夹角的第一余弦值向量后，根据动态加角余量以及目标类特征中心向量间的夹角，通过第二预设公式得到第二夹角，通过对第二夹角求余弦，得到第二余弦值，并利用第二余弦值替换第一余弦值向量中特征向量与目标类特征中心向量间的夹角的余弦值，得到第二余弦值向量，根据第二余弦值向量计算模型的损失对模型训练过程进行指导，从而有效降低训练数据集子类特征中心均匀分布的程度。
-
公开(公告)号：CN108680939B
公开(公告)日：2022-01-07
申请号：CN201810468050.0
申请日：2018-05-16
Applicant: 北京邮电大学
Abstract: 本发明实施例提供了一种辅助卫星定位方法、装置及电子设备，方法包括：获得至少三颗卫星各自对应的卫星信息；获得待定位设备的当前高度以及预设位置的参考位置信息；获得待定位设备前一时刻对应的第一位置信息；基于当前高度以及预设的坐标转换关系，将第一位置信息转化为第二位置信息；基于每一卫星信息中所对应卫星与待定位设备之间的伪距和所对应卫星的位置信息，构建每一卫星对应的距离观测方程；基于第二位置信息以及参考位置信息，构建距离参照方程；基于所构建的每一卫星对应的距离观测方程，以及所构建的距离参照方程，确定待定位设备的定位位置信息。以实现在接收到至少3颗卫星发射的信号的情况下，提高对待定位设备的定位的准确性。
-
公开(公告)号：CN108712714A
公开(公告)日：2018-10-26
申请号：CN201810284236.0
申请日：2018-04-02
Applicant: 北京邮电大学
Abstract: 本申请实施例提供了一种室内无线局域网WLAN指纹定位中接入点AP的选择方法及装置，方法包括：根据皮尔逊相关系数计算公式和获取的各接入点AP在各检测坐标点的参考信号强度，计算各AP之间的信号相似度，并确定信号相似度满足预设相似度条件的AP，得到AP组；从每个AP组中选取预设数目个AP，得到有效AP，并存储各有效AP在各检测坐标点的参考信号强度；当接收到终端发送的携带有各AP的检测信号强度的定位请求时，根据预设的定位匹配算法、各有效AP在各检测坐标点的参考信号强度和接收到的各AP中的有效AP的检测信号强度，确定终端的坐标，并发送给终端。采用本发明，可以降低在线匹配计算量。
-
-
-
-
-
-
-
-
-
Search Results
64
records
(took 0.067 seconds)
