-
公开(公告)号：CN112330581B
公开(公告)日：2022-07-12
申请号：CN202011201691.3
申请日：2020-11-02
Applicant: 燕山大学
Abstract: 本发明涉及一种SAR和多光谱影像的融合方法及系统。该融合方法包括：将投影坐标变换后的SAR影像以及多光谱影像重采样到同一空间分辨率下；对多光谱影像进行IHS空间变换，将多光谱影像从RGB色彩空间变换到IHS色彩空间，确定亮度分量、色调分量以及饱和度分量；分别对亮度分量和SAR影像进行低秩分解，确定融合后的低秩部分和融合后的显著部分；叠加融合后的低秩部分和融合后的显著部分，确定融合后的亮度分量，并将融合后的亮度分量替换亮度分量，基于色调分量以及饱和度分量，对融合后的亮度分量进行IHS反变换，变换至RGB色彩空间，确定融合图像。本发明能够保留更多的光谱特性和细节信息，提高融合结果的目视效果。
-
公开(公告)号：CN112613536A
公开(公告)日：2021-04-06
申请号：CN202011443096.0
申请日：2020-12-08
Applicant: 燕山大学
Abstract: 本发明公开了一种基于SMOTE和深度学习的近红外光谱柴油牌号识别方法，其包括如下步骤：步骤1、绘制柴油近红外光谱图并分析柴油不同牌号的分布情况，对牌号标签进行属性映射,并以柴油的不同牌号作为样本集；步骤2、采用SMOTE对样本集进行数据均衡处理，并将样本集划分为训练集样本和测试集样本；步骤3、用训练集样本构建一维深度卷积神经网络的近红外光谱分类模型；步骤4、将测试集样本带入建好的模型中，获得柴油牌号识别的结果，绘制多分类混淆矩阵，并分析每个类别的识别率。本发明不需要大量的预处理，可以提高分类识别的准确性，并可提高少数类样本的识别率。
-
公开(公告)号：CN112613536B
公开(公告)日：2024-07-05
申请号：CN202011443096.0
申请日：2020-12-08
Applicant: 燕山大学
IPC: G06V10/764 , G06V10/44 , G06V10/58 , G06V10/82 , G06V10/774 , G06V10/776 , G06N20/10 , G06N20/20 , G06N5/01 , G06N3/0464 , G06N3/084 , G06N3/048
Abstract: 本发明公开了一种基于SMOTE和深度学习的近红外光谱柴油牌号识别方法，其包括如下步骤：步骤1、绘制柴油近红外光谱图并分析柴油不同牌号的分布情况，对牌号标签进行属性映射,并以柴油的不同牌号作为样本集；步骤2、采用SMOTE对样本集进行数据均衡处理，并将样本集划分为训练集样本和测试集样本；步骤3、用训练集样本构建一维深度卷积神经网络的近红外光谱分类模型；步骤4、将测试集样本带入建好的模型中，获得柴油牌号识别的结果，绘制多分类混淆矩阵，并分析每个类别的识别率。本发明不需要大量的预处理，可以提高分类识别的准确性，并可提高少数类样本的识别率。
-
公开(公告)号：CN112330581A
公开(公告)日：2021-02-05
申请号：CN202011201691.3
申请日：2020-11-02
Applicant: 燕山大学
Abstract: 本发明涉及一种SAR和多光谱影像的融合方法及系统。该融合方法包括：将投影坐标变换后的SAR影像以及多光谱影像重采样到同一空间分辨率下；对多光谱影像进行IHS空间变换，将多光谱影像从RGB色彩空间变换到IHS色彩空间，确定亮度分量、色调分量以及饱和度分量；分别对亮度分量和SAR影像进行低秩分解，确定融合后的低秩部分和融合后的显著部分；叠加融合后的低秩部分和融合后的显著部分，确定融合后的亮度分量，并将融合后的亮度分量替换亮度分量，基于色调分量以及饱和度分量，对融合后的亮度分量进行IHS反变换，变换至RGB色彩空间，确定融合图像。本发明能够保留更多的光谱特性和细节信息，提高融合结果的目视效果。
-
-
-
Search Results
4
records
(took 0.017 seconds)
