-
公开(公告)号：CN117314757A
公开(公告)日：2023-12-29
申请号：CN202311622750.8
申请日：2023-11-30
Applicant: 湖南大学
IPC: G06T3/40 , G06N3/0464
Abstract: 本发明公开了一种空谱频多域融合的高光谱计算成像方法、系统及介质，本发明方法包括利用二维的离线离散余弦变换DCT将RGB图像转换到频率域得到频域特征图 ；从频域特征图 中提取频率信息图 ；利用二维的离线离散余弦逆变换IDCT将频率信息图 变换到空间域得到空间域的频率信息图；将空间域的频率信息图 融合到RGB图像的空谱域特征中生成高光谱图像。本发明旨在解决现有高光谱计算成像中高光谱图像细节信息差、重构精度低的问题，实现对目标光谱的高保真重构。
-
公开(公告)号：CN112991186B
公开(公告)日：2021-07-27
申请号：CN202110459829.8
申请日：2021-04-27
Applicant: 湖南大学
Abstract: 本发明公开了一种无人机大视场高光谱图像生成方法及系统，本发明方法包括针对输入无人机采集得到的参考高光谱图像与待拼接高光谱图像，将待拼接高光谱图像逐波段变换到参考高光谱图像的同一坐标系下，确定参考高光谱图像、待拼接高光谱图像的重叠区域；利用重叠区域对待拼接高光谱图像的各个波段进行光谱一致化校正；计算参考高光谱图像、待拼接高光谱图像的重叠区域的最佳缝合线，采用权重金字塔图像融合策略，基于最佳缝合线对高光谱图像逐波段融合，获得最终的无缝拼接的大视场高光谱图像。本发明能够在相邻高光谱条带图像重叠率较低的实际场景下准确地完成无缝拼接，生成大视场高光谱图像，并且有效消除光谱不一致的问题。
-
公开(公告)号：CN110458777A
公开(公告)日：2019-11-15
申请号：CN201910717658.7
申请日：2019-08-05
Applicant: 湖南大学
IPC: G06T5/00
Abstract: 本发明公开了一种基于自适应秩校正的高光谱图像去噪方法、系统及介质，本发明高光谱图像去噪方法针对各个矩阵化分块退化高光谱图像、矩阵化分块初始估计的干净高光谱图像建立基于自适应秩校正的高光谱图像去噪模型，通过自适应秩校正惩罚函数实现自适应地抵消核范数对大的奇异值的惩罚，基于l2,1范数消除稀疏噪声，采用交替方向乘子算法进行求解分块干净图像并组合获得最终估计的干净高光谱图像。本发明能够解决现有大多数基于低秩矩阵恢复的高光谱去噪方法利用核范数逼近矩阵秩导致过度惩罚大的奇异值和秩信息固定且需提前定义使得方法不灵活等问题，能够去除高光谱图像中的高斯噪声、脉冲噪声、死线和条带等复杂噪声。
-
公开(公告)号：CN119295949A
公开(公告)日：2025-01-10
申请号：CN202411716100.4
申请日：2024-11-27
Applicant: 湖南大学
IPC: G06V20/10 , G06V10/764 , G06V10/77 , G06V10/80
Abstract: 本发明公开了一种高光谱图像超像素空谱融合识别方法、系统及介质，本发明高光谱图像超像素空谱融合识别方法包括下述步骤：S101，对待识别的高光谱图像提取超像素特征图进行分类识别，并对待识别的高光谱图像提取空谱特征图进行分类识别；S102，将得到的两种分类识别的结果融合得到最终的地物类别识别结果。本发明旨在实现高光谱图像的超像素、空谱融合识别，以解决高光谱图像中存在噪声和样本数量稀缺导致识别效果不佳问题，提升高光谱图像地物类别识别的精确度。
-
公开(公告)号：CN118506102A
公开(公告)日：2024-08-16
申请号：CN202410754377.X
申请日：2024-06-12
Applicant: 湖南大学
IPC: G06V10/764 , G06V10/42 , G06V10/80 , G06V10/25 , G06V10/82
Abstract: 本发明公开了一种多模态多视角目标检测及匹配方法及系统，本发明包括将文本描述转换为文本特征，图像1和图像2分别提取图像特征1和图像特征2，再融合生成图像感知的文本特征、文本感知的图像特征1和文本感知的图像特征2；将文本感知的图像特征1、文本感知的图像特征2进行目标特征提取和边界框检测得到目标编码特征及其边界框，将图像感知的文本特征结合目标编码特征1和目标编码特征2进行区域‑文本匹配以确定目标类别，并针对目标编码特征1和目标编码特征2进行区域‑区域匹配以在图像1和图像2中识别出相同的目标。本发明旨在实现多模态多视角的目标准确检测和匹配。
-
Patent Agency Ranking
公开(公告)号：CN117649606A
公开(公告)日：2024-03-05
申请号：CN202410003336.7
申请日：2024-01-02
Applicant: 湖南大学
Abstract: 本发明公开了一种基于本征表示模型的高光谱图像阴影去除方法与系统，本发明方法包括基于图像是由反射率图像和光照图像的乘积构成的本征表示模型，分别计算高光谱图像的光谱反射成分和亮度成分；对带有阴影的高光谱图像进行阴影区域检测，得到阴影区域、光照区域，并提取阴影区域的阴影掩膜，结合阴影区域、光照区域的光照强度关系确定亮度增强系数，根据亮度增强系数结合阴影掩膜对光照区域的亮度成分进行亮度增强；将光谱反射成分和亮度增强后的亮度成分点乘重构出去阴影高光谱图像。本发明旨在解决现有高光谱阴影去除方法难以有效去除图像中阴影、造成空谱结构失真的问题，高效高保真地重构出纯净的高光谱图像。
-
公开(公告)号：CN117094889A
公开(公告)日：2023-11-21
申请号：CN202311019505.8
申请日：2023-08-14
Applicant: 湖南大学
Abstract: 本发明公开了一种多分辨率多光谱图像融合超分方法、系统及介质，本发明包括获取同一场景下的待超分图像I及两幅引导图像；将待超分图像I上采样为上采样图像IH；对IH及引导图像进行切片；计算IH的各切片的平均灰度值，根据平均灰度值在两幅引导图像中选择一个待融合切片SH；对待超分图像I进行切片为待融合切片IL；将待融合切片SH、IL融合得到超分后的切片，再拼接得到最终的高分辨率的多光谱图像。本发明旨在实现一种适用于各种多分辨率多光谱图像的质量高、实时性好的融合超分技术，以解决现有融合超分技术中空间分辨率提升不大，光谱失真和实时性不高的问题。
-
公开(公告)号：CN112132753B
公开(公告)日：2022-04-05
申请号：CN202011226916.0
申请日：2020-11-06
Applicant: 湖南大学
Abstract: 本发明公开了一种多尺度结构引导图像的红外图像超分辨率方法及系统，本发明将红外图像Inir和可见光图像Ivis配准得到配准后的红外图像Inir‑reg；将图像Ivis通过n次下采样得到多种下采样尺度i下的可见光图像Iivis，将图像Inir‑reg下采样得到图像Inir‑ds；将图像Iivis转换到HSV色彩空间，设定颜色阈值T将进行目标分类；然后将图像Inir‑ds作为初始的当前待滤波图像，进行n次迭代将多种下采样尺度i下的可见光图像Iivis作为引导进行联合双边滤波得到红外图像超分辨率图像。本发明能够通过可见光引导图像有效提升红外图像的分辨率，改善视觉效果，具有较高的实际应用价值。
-
公开(公告)号：CN112991408A
公开(公告)日：2021-06-18
申请号：CN202110415824.5
申请日：2021-04-19
Applicant: 湖南大学
IPC: G06T7/33
Abstract: 本发明公开了一种大场景高分遥感图像自适应区域多特征配准方法及系统，包括对输入的参考图像和目标图像提取相同大小的分块区域，并提取分块图像区域的多种特征进行特征匹配得到局部区域图像多特征集合，剔除多种特征中不满足特征匹配误差阈值的离群匹配特征，对不满足阈值的局部图像区域逐级进行金字塔形区域扩增，降采样扩增后的局部区域，选择满足阈值的局部区域作为最终多特征提取区域，结束区域扩增，组合满足条件的图像多特征集合后利用高斯权重计算匹配特征在全局图像变换模型中的权重参数，最终将目标图像变换得到配准图像。本发明能够实现多时相大场景高分辨遥感图像高精度配准，在实际多时相高分辨率遥感应用中具有非常重要的价值。
-
公开(公告)号：CN111681198A
公开(公告)日：2020-09-18
申请号：CN202010798176.1
申请日：2020-08-11
Applicant: 湖南大学
Abstract: 本发明公开了一种形态学属性滤波多模融合成像方法，包括对待融合的红外图像进行形态学属性的滤波操作、求取自适应分割阈值、进行二值化，得到红外图像权重图；对红外图像权重图进行边缘保持滤波；根据红外图像权重图计算得到可见光图像权重图，分别对待融合的可见光图像、待融合的红外图像、红外图像权重图、可见光图像权重图构建图像金字塔；对待融合的可见光图像、红外图像、权重的图像金字塔融合得到融合、重构得到最终融合结果。本发明形态学属性滤波多模融合成像方法能够利用图像处理手段进行快速稳定的多模融合成像，融合成像结果能够有效保留红外图像中的显著目标以及可见图像中的边缘和纹理细节，同时具有计算效率高、通用性好的优点。
-
-
-
-
-
-
-
-
-
Search Results
43
records
(took 0.019 seconds)
