-
公开(公告)号：CN109100705A
公开(公告)日：2018-12-28
申请号：CN201810015398.4
申请日：2018-01-08
Applicant: 武汉大学 , 武汉导航与位置服务工业技术研究院有限责任公司
IPC: G01S7/497
CPC classification number: G01S7/497
Abstract: 本发明公开了星载激光测高仪在轨标定模型中权矩阵的确定方法，是针对通过标定模型标定影响星载激光测高仪足印定位精度的系统误差时，提供一种权矩阵的计算方法。传统星载激光测高仪自然地表标定法中权矩阵的确定方法，是基于标定模型通过最小二乘法对星载激光测高仪的系统误差进行解算，由于标定实施时如激光指向角的变化或地形的变化等，使得标定模型中的每个观测值对应的观测条件是存在差异，本发明在解算系统误差时考虑权矩阵的因素，最终实现对测高仪系统误差的高精度反演。使得在使用标定模型对测高仪的系统误差进行解算时，能够有效提高系统误差的解算精度，在解算系统误差时考虑权矩阵的因素，最终实现对测高仪系统误差的高精度反演。
-
公开(公告)号：CN108519589A
公开(公告)日：2018-09-11
申请号：CN201810190721.1
申请日：2018-03-08
Applicant: 武汉大学 , 武汉导航与位置服务工业技术研究院有限责任公司
IPC: G01S7/497
Abstract: 本发明提出基于无源目标的星载激光测高仪足印定位方法及系统，是一种在平坦地形区域，通过在平坦地形区域布设角反射器阵列对被测目标回波进行标记的方式，解决平坦地形区域回波信号相似性高的问题，使得在平坦地形区域可通过波形分析的方式实现对测高仪足印的高精度定位，并最终实现对测高仪解算的足印位置的真实性检验，所述方法包括：角反射器口径的设计、角反射器布设方案、CCR能量等高线圆的提取、基于最陡下降法的足印中心提取，所述系统包括：CCR口径计算模块、CCR布设方案模块和基于CCR的足印定位模块。本发明技术方案使得在平坦地形区域也能通过波形分析的方式实现对测高仪足印的定位。
-
公开(公告)号：CN108519589B
公开(公告)日：2019-10-11
申请号：CN201810190721.1
申请日：2018-03-08
Applicant: 武汉大学 , 武汉导航与位置服务工业技术研究院有限责任公司
IPC: G01S7/497
Abstract: 本发明提出基于无源目标的星载激光测高仪足印定位方法及系统，是一种在平坦地形区域，通过在平坦地形区域布设角反射器阵列对被测目标回波进行标记的方式，解决平坦地形区域回波信号相似性高的问题，使得在平坦地形区域可通过波形分析的方式实现对测高仪足印的高精度定位，并最终实现对测高仪解算的足印位置的真实性检验，所述方法包括：角反射器口径的设计、角反射器布设方案、CCR能量等高线圆的提取、基于最陡下降法的足印中心提取，所述系统包括：CCR口径计算模块、CCR布设方案模块和基于CCR的足印定位模块。本发明技术方案使得在平坦地形区域也能通过波形分析的方式实现对测高仪足印的定位。
-
公开(公告)号：CN109829924B
公开(公告)日：2020-09-08
申请号：CN201910046769.X
申请日：2019-01-18
Abstract: 本发明公开了一种基于主体特征分析的图像质量评价方法，解决现有图像质量评价方法对图像主体特征考虑不足导致图像质量评价准确率不高等问题，该方法主要从景深、空间构图特征、背景颜色复杂度、主体的Lab特征等主体特征和图像模糊度全局特征等方面进行图像质量评价，效果比一般普适性方法好。另外，本发明选取了基于稀疏表征的方法作为分类器，比传统的分类器效果更好。
-
公开(公告)号：CN109829924A
公开(公告)日：2019-05-31
申请号：CN201910046769.X
申请日：2019-01-18
Abstract: 本发明公开了一种基于主体特征分析的图像质量评价方法，解决现有图像质量评价方法对图像主体特征考虑不足导致图像质量评价准确率不高等问题，该方法主要从景深、空间构图特征、背景颜色复杂度、主体的Lab特征等主体特征和图像模糊度全局特征等方面进行图像质量评价，效果比一般普适性方法好。另外，本发明选取了基于稀疏表征的方法作为分类器，比传统的分类器效果更好。
-
Patent Agency Ranking
公开(公告)号：CN113870159B
公开(公告)日：2025-02-07
申请号：CN202111019135.9
申请日：2021-09-01
Applicant: 武汉大学
IPC: G06T5/50
Abstract: 本发明提出了一种基于动态梯度组稀疏和低秩正则化的高光谱融合方法。通过高光谱传感器获得低分辨率的高光谱图像，通过多光谱传感器采集相同画面的低分辨率的多光谱图像和高分辨率的全色图像，利用动态梯度组稀疏正则化和低秩正则化构建低分辨率的高光谱图像、低分辨率的多光谱图像、高分辨率的全色图像三者之间的融合模型，通过交替方向乘子法求解融合模型，获得系数矩阵，进而通过将系数矩阵与子空间矩阵相乘得到高分辨率的高光谱图像。本发明的融合方法将图像的子空间正则化与图像融合相结合，从而将对融合目标的求解转为对低维系数矩阵的求解，提高了计算效率，获得定性和定量方面均优于对比方法的高分辨率的高光谱图像。
-
公开(公告)号：CN118918427A
公开(公告)日：2024-11-08
申请号：CN202411152351.4
申请日：2024-08-21
Applicant: 武汉大学
IPC: G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明提出了一种SAR与多光谱图像融合去云方法和系统。通过设计一种两阶段转换‑融合去云网络，该网络可分为图像转换和图像融合阶段两个部分，构成一个双U型端到端神经网络，两个子网络为图像转换子网络和图像融合子网络，结构对称并且复用一个解码器结构，在两阶段中间过渡部分，借助云掩膜权重图实现云掩膜权重图、有云MSI以及模拟无云MSI的三源图像融合，生成高质量的预测去云MSI结果。通过设计新的损失函数，指导网络训练，并基于SEN12MS‑CR数据集筛选出数据进行训练，最终得到SAR与多光谱图像融合去云模型。测试的输出图像结果表明，即使在完全没有地表数据的厚云情况下，两阶段转换‑融合去云网络也能重建可靠的地表信息，证明了本发明的有效性和实用性。
-
公开(公告)号：CN114119400B
公开(公告)日：2024-09-24
申请号：CN202111382815.7
申请日：2021-11-22
Applicant: 武汉大学
IPC: G06T5/70 , G06T3/4053 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种单光子计数图像联合去噪和超分辨率的卷积网络方法，首先利用基于深度卷积网络的去噪器提出了一种基于模型的迭代优化算法，将单光子计数图像去噪和超分辨率统一到一个问题中。然后，通过展开上述基于模型的迭代算法来构造模型引导的深度卷积网络，以获得一最优解。由于特殊的模型引导设计，所提出的网络中的所有模块都是可解释的，在实际情况下具有良好的泛化特性。此外，通过端到端的方式对网络中的深度去噪器和其他参数进行联合优化，有效降低了参数设计的难度。因此，该方法可以实现不同情况下的单光子计数图像联合去噪和超分辨率。
-
公开(公告)号：CN118195901A
公开(公告)日：2024-06-14
申请号：CN202410437356.5
申请日：2024-04-12
Applicant: 武汉大学
IPC: G06T3/4053 , G06N3/0464 , G06N3/08 , G06T5/70 , G06T5/60
Abstract: 本发明提出一种融合多维度自注意力的声呐图像盲超分辨率方法和设备。基于声呐图像退化模型和散斑噪声的特点，提出了一种融合空间自注意力和通道自注意力的声呐图像盲超分辨率方法。基于声呐图像退化模型构建大范围退化空间，并随机采样得到训练数据对，增强网络对未知退化参数图像的适应能力；然后，融合空间自注意力和通道自注意力，精细化提取图像特征，并引入交互注意力和高频增强残差块抑制散斑噪声；最后通过全局残差连接重建具有丰富细节和纹理的高分辨率声呐图像。
-
公开(公告)号：CN117036613B
公开(公告)日：2024-04-02
申请号：CN202311052980.5
申请日：2023-08-18
Applicant: 武汉大学
IPC: G06T17/00 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明提出了一种基于多重感受野交融网络的偏振三维重建方法和系统。利用全局感受野提取输入图像数据的全局上下文信息，为解决偏振成像问题中的局部歧义提供参考信息，同时利用局部感受野提取区域细节特征，以提升对目标表面的纹理细节信息的重建精度，多重感受野不断交互融合，从而实现高精度表面法向量估计。采用Conformer作为网络编码器，实现兼顾全局感受野和局部感受野的特征提取，同时利用一个多模融合模块实现全局上下文信息和区域细节特征的有效融合，并利用一个多尺寸增强模块减少高层特征在降维过程中的通道信息损失。实验表明本发明方法优于已有方法的结果，能高质量地重建目标表面信息，细节信息重建能力更强，更具备泛化性。
-
-
-
-
-
-
-
-
-
Search Results
128
records
(took 0.068 seconds)
