-
公开(公告)号：CN103440508B
公开(公告)日：2016-06-08
申请号：CN201310377651.8
申请日：2013-08-26
Applicant: 河海大学 , 南京小网科技有限责任公司
IPC: G06K9/66
Abstract: 本发明公开了一种基于视觉词袋模型的遥感图像目标识别方法，属于图像识别技术领域。本发明针对传统遥感图像目标检测识别算法效果不佳的缺点，将视觉词袋模型引入到高分辨率遥感图像中用于目标的检测识别，同时为了精简视觉单词码本得到精简且最具鉴别力的视觉单词，本发明结合相关性及冗余度分析去除视觉单词码本中不相关、弱相关以及冗余的视觉单词，选出了对目标识别最为重要的视觉单词，减少了后续测试的计算量，提高了效率，为遥感图像目标的检测识别提供了一个新的研究方向。
-
Patent Agency Ranking
公开(公告)号：CN104252625A
公开(公告)日：2014-12-31
申请号：CN201310267634.9
申请日：2013-06-28
Applicant: 河海大学
IPC: G06K9/62
Abstract: 本发明公开了一种样本自适应多特征加权的遥感图像分类方法，属于遥感图像处理技术领域。本发明方法针对不同样本在最近邻空间特征分布情况不同而确定各个特征的权重，并根据每种特征的分类结果进行多分类器自适应综合，最终获得多特征融合后的分类结果，从而充分发挥各特征对不同样本的优势，使特征融合结果更佳。本发明方法能够针对不同测试样本图像自适应地选择不同的特征权重，发挥各特征在不同样本和不同局部特征空间的分类优势，提高了分类准确率，最终从整体上提高了分类性能。
-
公开(公告)号：CN102298698B
公开(公告)日：2013-04-10
申请号：CN201110141602.5
申请日：2011-05-30
Applicant: 河海大学
Abstract: 本发明公开了一种基于角点与边缘信息融合的遥感图像飞机检测方法。该方法包括以下步骤：对遥感图像进行边缘检测；对边缘检测后的遥感图像进行二值化处理；对二值化后的遥感图像进行Harris角点检测；选取角点数在预先设定的范围内的区域作为候选飞机区域；并根据每一候选飞机区域中亮像素点的个数去除伪目标区域；对得到的图像进行聚类并对目标飞机位置进行标注，最终得到的类的数目即为检测到的飞机数，每类的类心位置即为目标飞机的中心位置。本发明还公开了一种遥感图像飞机检测系统，包括顺次连接的边缘检测单元、二值化处理单元、角点检测单元、候选飞机区域选取单元、聚类单元。相比现有技术，本发明具有更好的检测效果和更高的检测效率。
-
公开(公告)号：CN102521605A
公开(公告)日：2012-06-27
申请号：CN201110379870.0
申请日：2011-11-25
Applicant: 河海大学
Abstract: 本发明公开了一种高光谱遥感图像波段选择方法。本发明方法对现有基于时间序列重要点分析的高光谱遥感图像波段选择方法进行了改进，首先在可视化聚类趋势评估基础上，利用谱聚类算法进行聚类，既减少了聚类数搜索范围，也提高了聚类质量；其次在最后减少冗余重要波段时，根据波段间的条件互信息剔除部分高冗余的波段，再利用分支定界法搜索最优波段组合，提高了分类精度，并减少了最后的波段数目。相比现有技术，方法无论在最终选择的波段数目，还是相应的分类正确率方面，均有较大优势，且所需的计算时间也远远低于大多数现有方法。
-
公开(公告)号：CN102298698A
公开(公告)日：2011-12-28
申请号：CN201110141602.5
申请日：2011-05-30
Applicant: 河海大学
Abstract: 本发明公开了一种基于角点与边缘信息融合的遥感图像飞机检测方法。该方法包括以下步骤：对遥感图像进行边缘检测；对边缘检测后的遥感图像进行二值化处理；对二值化后的遥感图像进行Harris角点检测；选取角点数在预先设定的范围内的区域作为候选飞机区域；并根据每一候选飞机区域中亮像素点的个数去除伪目标区域；对得到的图像进行聚类并对目标飞机位置进行标注，最终得到的类的数目即为检测到的飞机数，每类的类心位置即为目标飞机的中心位置。本发明还公开了一种遥感图像飞机检测系统，包括顺次连接的边缘检测单元、二值化处理单元、角点检测单元、候选飞机区域选取单元、聚类单元。相比现有技术，本发明具有更好的检测效果和更高的检测效率。
-
公开(公告)号：CN103440508A
公开(公告)日：2013-12-11
申请号：CN201310377651.8
申请日：2013-08-26
Applicant: 河海大学 , 南京小网科技有限责任公司
IPC: G06K9/66
Abstract: 本发明公开了一种基于视觉词袋模型的遥感图像目标识别方法，属于图像识别技术领域。本发明针对传统遥感图像目标检测识别算法效果不佳的缺点，将视觉词袋模型引入到高分辨率遥感图像中用于目标的检测识别，同时为了精简视觉单词码本得到精简且最具鉴别力的视觉单词，本发明结合相关性及冗余度分析去除视觉单词码本中不相关、弱相关以及冗余的视觉单词，选出了对目标识别最为重要的视觉单词，减少了后续测试的计算量，提高了效率，为遥感图像目标的检测识别提供了一个新的研究方向。
-
-
-
-
-
Search Results
6
records
(took 0.015 seconds)
