-
公开(公告)号：CN107563447A
公开(公告)日：2018-01-09
申请号：CN201710805959.6
申请日：2017-09-08
Applicant: 哈尔滨工业大学
IPC: G06K9/62
Abstract: 一种遥感图像中目标到目标部位的分级识别方法，本发明涉及遥感图像中目标到目标部位的分级识别方法。本发明的目的是为了解决现有遥感影像目标识别方法不能在不同层级上对目标或目标部位进行识别的问题。过程为：一、根据待识别的光学遥感图像的要求，确定待识别的光学遥感图像的级数；二、对待识别的光学遥感图像进行目标识别；三、得到待识别区域切片上含有标记为目标的切片；四、获得最终含有目标标记的切片；五：对待识别的光学遥感图像进行目标部位识别；六、得到待识别区域切片上含有标记为目标部位的切片；七、获得最终含有目标部位标记的切片。本发明用于遥感图像中目标分级识别领域。
-
公开(公告)号：CN107563447B
公开(公告)日：2020-11-10
申请号：CN201710805959.6
申请日：2017-09-08
Applicant: 哈尔滨工业大学
IPC: G06K9/62
Abstract: 一种遥感图像中目标到目标部位的分级识别方法，本发明涉及遥感图像中目标到目标部位的分级识别方法。本发明的目的是为了解决现有遥感影像目标识别方法不能在不同层级上对目标或目标部位进行识别的问题。过程为：一、根据待识别的光学遥感图像的要求，确定待识别的光学遥感图像的级数；二、对待识别的光学遥感图像进行目标识别；三、得到待识别区域切片上含有标记为目标的切片；四、获得最终含有目标标记的切片；五、对待识别的光学遥感图像进行目标部位识别；六、得到待识别区域切片上含有标记为目标部位的切片；七、获得最终含有目标部位标记的切片。本发明用于遥感图像中目标分级识别领域。
-
公开(公告)号：CN107609507B
公开(公告)日：2020-11-13
申请号：CN201710806798.2
申请日：2017-09-08
Applicant: 哈尔滨工业大学
Abstract: 基于特征张量和支持张量机的遥感图像目标识别方法，本发明涉及一种遥感图像目标识别方法。本发明的目的是为了解决现有向量结构特征无法保持遥感图像中目标本身具有的空间结构信息，由此训练得到的系统模型，很难直接满足精度需求问题。过程为：一、在遥感图像上选取训练图像集合，根据训练图像上待识别目标的尺寸，在训练图像上选取待识别目标与背景样本的切片；二、提取切片的SIFT或SURF特征，并构建特征张量；三、求出分类决策超平面；四、利用支持张量机，对待识别遥感图像进行目标识别，得到含有标记为目标的切片；五、提取含有标记为目标的切片，进行切片合并，获得最终识别结果。本发明用于遥感图像目标识别领域。
-
公开(公告)号：CN107609507A
公开(公告)日：2018-01-19
申请号：CN201710806798.2
申请日：2017-09-08
Applicant: 哈尔滨工业大学
Abstract: 基于特征张量和支持张量机的遥感图像目标识别方法，本发明涉及一种遥感图像目标识别方法。本发明的目的是为了解决现有向量结构特征无法保持遥感图像中目标本身具有的空间结构信息，由此训练得到的系统模型，很难直接满足精度需求问题。过程为：一、在遥感图像上选取训练图像集合，根据训练图像上待识别目标的尺寸，在训练图像上选取待识别目标与背景样本的切片；二、提取切片的SIFT或SURF特征，并构建特征张量；三、求出分类决策超平面；四、利用支持张量机，对待识别遥感图像进行目标识别，得到含有标记为目标的切片；五、提取含有标记为目标的切片，进行切片合并，获得最终识别结果。本发明用于遥感图像目标识别领域。
-
-
-
Search Results
4
records
(took 0.017 seconds)
