-
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：CN116934598B
公开(公告)日：2023-12-01
申请号：CN202311210044.2
申请日：2023-09-19
Applicant: 湖南大学
Abstract: 图像质量较低和实时性不高的问题。本发明公开了一种多尺度特征融合的轻量级遥感图像超分方法及系统，本发明包括对输入的低分辨率的遥感图像提取浅层特征，利用残差组注意力结构块RGAM提取深度特征；使用像素重组技术对浅层特征和深度特征中的元素进行重新排列生成最终的高分辨率的遥感图像；RGAM包括依次相连的轻量化通道注意块LCAB和分组注意力机制块GAB，LCAB用于对输入的特征进行通道筛选，GAB用于通过设置不同的窗口大小来聚焦于自注意力操作中的不同信息并通过级联将(56)对比文件Lu T, Liu M, Fu W, et al.GroupedMulti-Attention Network for HyperspectralImage Spectral-Spatial Classification.《IEEE Transactions on Geoscience andRemote Sensing》.2023,第61卷1-12.Zhang Y, Li K, Li K, et al..Imagesuper-resolution using very deep residualchannel attention networks《.Proceedingsof the European conference on computervision (ECCV)》.2018,286-301.
-
公开(公告)号：CN114998109B
公开(公告)日：2022-10-25
申请号：CN202210925152.7
申请日：2022-08-03
Applicant: 湖南大学
Abstract: 本发明公开了一种基于双RGB图像融合的高光谱成像方法、系统及介质，本发明基于双RGB图像融合的高光谱成像方法包括：针对双RGB图像分别通过光谱通道上采样提取浅层特征，在通道维堆叠后再下采样得到高光谱图像H的空谱浅层特征H0；基于高光谱图像H的空谱浅层特征H0迭代求解高光谱图像H，且迭代求解为通过由光谱重构模块级联构成的深度卷积神经网络完成的，光谱重构模块由谱段注意力模块SAM和光谱响应曲线修正模块SCM构成。本发明能够将从不同传感器获取的高空间分辨率的RGB图像经过融合得到高空间分辨率的高光谱图像，具有成像精度高、分辨率高、融合成像速度快、成本低的优点。
-
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：CN114998109A
公开(公告)日：2022-09-02
申请号：CN202210925152.7
申请日：2022-08-03
Applicant: 湖南大学
Abstract: 本发明公开了一种基于双RGB图像融合的高光谱成像方法、系统及介质，本发明基于双RGB图像融合的高光谱成像方法包括：针对双RGB图像分别通过光谱通道上采样提取浅层特征，在通道维堆叠后再下采样得到高光谱图像H的空谱浅层特征H0；基于高光谱图像H的空谱浅层特征H0迭代求解高光谱图像H，且迭代求解为通过由光谱重构模块级联构成的深度卷积神经网络完成的，光谱重构模块由谱段注意力模块SAM和光谱响应曲线修正模块SCM构成。本发明能够将从不同传感器获取的高空间分辨率的RGB图像经过融合得到高空间分辨率的高光谱图像，具有成像精度高、分辨率高、融合成像速度快、成本低的优点。
-
Patent Agency Ranking
公开(公告)号：CN119323733A
公开(公告)日：2025-01-17
申请号：CN202411716095.7
申请日：2024-11-27
Applicant: 湖南大学
IPC: G06V20/10 , G06V10/143 , G06V10/30 , G06V10/80 , G06V20/13
Abstract: 本发明公开了一种多光谱遥感浒苔赤潮检测方法与系统，本发明多光谱遥感浒苔赤潮检测方法包括将输入的海洋水色遥感卫星的多光谱图像#imgabs0#进行伪曝光生成伪曝光多光谱图像序列#imgabs1#，伪曝光多光谱图像分解为结构块，对每个结构块分解出信号强度、平均强度、信号结构三项分量并融合重构出增强多光谱遥感图像#imgabs2#；基于参考图像#imgabs3#使用暗目标减法对增强多光谱遥感图像#imgabs4#进行雾强度、雾丰度估计并去除多光谱遥感图像中薄云雾的干扰得到去除云雾干扰后的多光谱图像#imgabs5#以用于浒苔赤潮检测。本发明旨在面向长时序、大尺度的浒苔赤潮检测，提高浒苔赤潮的信息提取精度，提高浒苔赤潮检测的效率。
-
公开(公告)号：CN118762262A
公开(公告)日：2024-10-11
申请号：CN202411247727.X
申请日：2024-09-06
Applicant: 湖南大学
IPC: G06V10/80 , G06N3/0464 , G06V10/26 , G06V10/40 , G06V10/764 , G06V10/82 , G06V20/10
Abstract: 本发明公开了一种高光谱和SAR图像融合识别方法及系统，本发明方法包括将高光谱图像和SAR图像输入预先训练好的图卷积融合网络来获得遥感图像分类结果，所述图卷积融合网络进行遥感图像分类包括下述步骤：提取高光谱图像的光谱特征；提取高光谱图像和SAR图像的联合空间特征；融合光谱特征和特征联合空间特征获得融合特征；对融合特征进行分类识别得到遥感图像分类结果。本发明旨在利用图卷积网络在建模高阶非线性结构方面的优势，基于高光谱和SAR图像准确地识别复杂遥感图像中不同地物类别。
-
公开(公告)号：CN117314757B
公开(公告)日：2024-02-09
申请号：CN202311622750.8
申请日：2023-11-30
Applicant: 湖南大学
IPC: G06T3/4076 , G06T3/4084 , G06T3/4046 , 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(56)对比文件Chenying Liu et al.Naive GaborNetworks for Hyperspectral ImageClassification.IEEE TRANSACTIONS ONNEURAL NETWORKS AND LEARNINGSYSTEMS.2021,第32卷(第1期),376-390.Jing Liu et al.Hyperspectral RemoteSensing Images Deep Feature ExtractionBased on Mixed Feature and ConvolutionalNeural Networks.Remote Sensing.2021,(第13期),1-17.刘鹏飞;赵怀慈;李培玄.对抗网络实现单幅RGB重建高光谱图像.红外与激光工程.2020,(第S1期),143-150.
-
公开(公告)号：CN113269688A
公开(公告)日：2021-08-17
申请号：CN202110539679.1
申请日：2021-05-18
Applicant: 湖南大学
Abstract: 本发明公开了一种全变分光学遥感图像海面耀斑去除方法，包括：将被耀斑污染的光学遥感退化图像X输入预设的高阶纹理全变分耀斑去除模型，将高阶纹理全变分耀斑去除模型的求解问题转换为包含多个子问题的数值优化问题，求解所述包含多个子问题的数值优化问题，获得纯净的遥感图像Y；该高阶纹理全变分耀斑去除模型为将光学遥感退化图像X视为一个纯净的遥感图像Y和一个耀斑图像Z的叠加的函数关系X=Y+Z建立便于区分耀斑和背景信息的纯净的遥感图像Y的函数表达式、并引入纹理的高阶全变分项得到。本发明实现光学遥感图像海面耀斑去除，不需要利用任何辅助数据和波段信息，能够有效去除耀斑且保留地物信息。
-
公开(公告)号：CN118762262B
公开(公告)日：2024-11-15
申请号：CN202411247727.X
申请日：2024-09-06
Applicant: 湖南大学
IPC: G06V10/80 , G06N3/0464 , G06V10/26 , G06V10/40 , G06V10/764 , G06V10/82 , G06V20/10
Abstract: 本发明公开了一种高光谱和SAR图像融合识别方法及系统，本发明方法包括将高光谱图像和SAR图像输入预先训练好的图卷积融合网络来获得遥感图像分类结果，所述图卷积融合网络进行遥感图像分类包括下述步骤：提取高光谱图像的光谱特征；提取高光谱图像和SAR图像的联合空间特征；融合光谱特征和特征联合空间特征获得融合特征；对融合特征进行分类识别得到遥感图像分类结果。本发明旨在利用图卷积网络在建模高阶非线性结构方面的优势，基于高光谱和SAR图像准确地识别复杂遥感图像中不同地物类别。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.021 seconds)
