-
公开(公告)号：CN102903116B
公开(公告)日：2016-02-24
申请号：CN201210400139.6
申请日：2012-10-20
Applicant: 复旦大学
IPC: G06T7/00
Abstract: 本发明属于遥感图像处理技术领域，具体为一类基于图像块距离的高光谱图像流形降维方法。本发明提出一种新的距离度量—图像块距离度量，并将其应用于流形学习的邻域选择和低维坐标嵌入中，得到一类新的高光谱遥感图像非线性降维方法。本发明利用高光谱图像物理特性，结合图像的光谱信息和空间信息，可以更好地保持了数据点之间的局部特性，在最大限度减小图像信息冗余的基础之上，很好的保持了原始数据集的特性。本发明对各种不同的高光谱数据都表现出良好的适用性。在基于高光谱遥感图像的高精度的地物分类以及地面目标的检测和识别方面具有重要的应用价值。
-
公开(公告)号：CN102609944B
公开(公告)日：2014-06-11
申请号：CN201210027158.9
申请日：2012-02-08
Applicant: 复旦大学
IPC: G06T7/00
Abstract: 本发明属于遥感图像处理技术领域，具体为一种基于距离几何理论的高光谱遥感图像混合像元分解方法。本发明根据高光谱图像的物理特性和数据集几何特性，将距离几何理论引入高光谱图像解混中，提出了一个计算高维数据空间中重心坐标的运算公式，并且根据距离几何约束得到一种很好地保持数据集几何结构的位置估计算法，最终得到一种新的高精度、低复杂度的丰度估计算法——基于距离几何的丰度估计算法。该算法对各种不同的高光谱数据（包括仿真数据和实际数据集）都表现出良好的适用性。在基于多光谱和高光谱遥感图像的高精度的地物分类以及地面目标的检测和识别方面具有重要的应用价值。
-
公开(公告)号：CN102136067B
公开(公告)日：2013-02-27
申请号：CN201110069831.0
申请日：2011-03-23
Applicant: 复旦大学
IPC: G06K9/46
Abstract: 本发明属于遥感图像处理技术领域，具体为一种基于Cayley-Menger行列式的高光谱遥感图像端元提取方法。本发明采用采用线性混合模型，在已知高光谱数据集和端元数目的基础上实现端元提取。该方法是一种基于单形体几何的端元提取方法，它将Cayley-Menger行列式引入单形体的体积计算，从而利用Hermite矩阵的分块特性和求逆引理方便快捷的实现端元的有效提取。在基于高光谱遥感图像的高精度的地物分类以及地面目标的检测和识别方面具有特别重要的应用价值。
-
Patent Agency Ranking
公开(公告)号：CN102136067A
公开(公告)日：2011-07-27
申请号：CN201110069831.0
申请日：2011-03-23
Applicant: 复旦大学
IPC: G06K9/46
Abstract: 本发明属于遥感图像处理技术领域，具体为一种基于Cayley-Menger行列式的高光谱遥感图像端元提取方法。本发明采用采用线性混合模型，在已知高光谱数据集和端元数目的基础上实现端元提取。该方法是一种基于单形体几何的端元提取方法，它将Cayley-Menger行列式引入单形体的体积计算，从而利用Hermite矩阵的分块特性和求逆引理方便快捷的实现端元的有效提取。在基于高光谱遥感图像的高精度的地物分类以及地面目标的检测和识别方面具有特别重要的应用价值。
-
公开(公告)号：CN103413292B
公开(公告)日：2016-03-09
申请号：CN201310284833.0
申请日：2013-07-08
Applicant: 复旦大学
IPC: G06T7/00
Abstract: 本发明属于遥感图像处理技术领域，具体为一种基于约束最小二乘的高光谱图像非线性丰度估计方法。该发明通过在目标函数中引入丰度的非负及和为一约束以及非线性参数的有界约束，将高光谱图像非线性解混问题转化为求解丰度矢量和非线性参数的约束非线性最小二乘问题。进而，该发明采用一种交替迭代优化算法求解该问题。该发明从高光谱观测像素的混合模型出发，结合模型中丰度和非线性物理意义，有效地克服了线性解混的不足，同时具有良好的抗噪声性能，可以作为一种解决高光谱遥感图像非线性解混的有效手段。在基于高光谱遥感图像的高精度的解混以及地面目标的检测和识别方面具有重要的应用价值。
-
公开(公告)号：CN103413292A
公开(公告)日：2013-11-27
申请号：CN201310284833.0
申请日：2013-07-08
Applicant: 复旦大学
IPC: G06T7/00
Abstract: 本发明属于遥感图像处理技术领域，具体为一种基于约束最小二乘的高光谱图像非线性丰度估计方法。该发明通过在目标函数中引入丰度的非负及和为一约束以及非线性参数的有界约束，将高光谱图像非线性解混问题转化为求解丰度矢量和非线性参数的约束非线性最小二乘问题。进而，该发明采用一种交替迭代优化算法求解该问题。该发明从高光谱观测像素的混合模型出发，结合模型中丰度和非线性物理意义，有效地克服了线性解混的不足，同时具有良好的抗噪声性能，可以作为一种解决高光谱遥感图像非线性解混的有效手段。在基于高光谱遥感图像的高精度的解混以及地面目标的检测和识别方面具有重要的应用价值。
-
公开(公告)号：CN102609944A
公开(公告)日：2012-07-25
申请号：CN201210027158.9
申请日：2012-02-08
Applicant: 复旦大学
IPC: G06T7/00
Abstract: 本发明属于遥感图像处理技术领域，具体为一种基于距离几何理论的高光谱遥感图像混合像元分解方法。本发明根据高光谱图像的物理特性和数据集几何特性，将距离几何理论引入高光谱图像解混中，提出了一个计算高维数据空间中重心坐标的运算公式，并且根据距离几何约束得到一种很好地保持数据集几何结构的位置估计算法，最终得到一种新的高精度、低复杂度的丰度估计算法——基于距离几何的丰度估计算法。该算法对各种不同的高光谱数据（包括仿真数据和实际数据集）都表现出良好的适用性。在基于多光谱和高光谱遥感图像的高精度的地物分类以及地面目标的检测和识别方面具有重要的应用价值。
-
公开(公告)号：CN102903116A
公开(公告)日：2013-01-30
申请号：CN201210400139.6
申请日：2012-10-20
Applicant: 复旦大学
IPC: G06T7/00
Abstract: 本发明属于遥感图像处理技术领域，具体为一类基于图像块距离的高光谱图像流形降维方法。本发明提出一种新的距离度量——图像块距离度量，并将其应用于流形学习的邻域选择和低维坐标嵌入中，得到一类新的高光谱遥感图像非线性降维方法。本发明利用高光谱图像物理特性，结合图像的光谱信息和空间信息，可以更好地保持了数据点之间的局部特性，在最大限度减小图像信息冗余的基础之上，很好的保持了原始数据集的特性。本发明对各种不同的高光谱数据都表现出良好的适用性。在基于高光谱遥感图像的高精度的地物分类以及地面目标的检测和识别方面具有重要的应用价值。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.015 seconds)
