-
公开(公告)号:CN118037590A
公开(公告)日:2024-05-14
申请号:CN202410230736.1
申请日:2024-02-29
Applicant: 西安交通大学
Abstract: 本发明属于遥感图像处理技术领域,公开了一种多光谱图像全色锐化方法、系统、设备及介质;其中,所述多光谱图像全色锐化方法包括以下步骤:将待处理的多光谱图像进行IHS变换分解,获得表征图像空间信息的I分量和表征光谱信息的H分量、S分量;根据获得的I分量,将与待处理的多光谱图像对应的全色图像进行线性拉伸,获得均衡后全色图像;使用NSST分别对获得的I分量和均衡后全色图像进行多分辨率分解,并基于区域低秩表示方法,将I分量的低频系数和均衡后全色图像的低频系数融合,获得融合后低频系数;将I分量的高频系数、均衡后全色图像的高频系数进行融合,获得融合后高频系数;基于融合后高频系数、融合后低频系数进行NSST逆变换,获得融合后I分量;基于融合后I分量、H分量和S分量进行IHS逆变换,得到全色锐化图像。本发明结合了NSST具有多分辨率分析和区域低秩表示能够准确保留源图像整体结构信息的优点,能够显著提升锐化图像的空间和光谱质量。
-
公开(公告)号:CN116342653A
公开(公告)日:2023-06-27
申请号:CN202310283478.9
申请日:2023-03-21
Applicant: 西安交通大学
IPC: G06T7/246 , G06T7/262 , G06F18/214 , G06F18/2411 , G06F18/25
Abstract: 本发明公开了一种基于相关滤波器的目标跟踪方法、系统、设备及介质,所述目标跟踪方法包括以下步骤:获取第一帧图像以及待跟踪目标相关信息;其中,所述待跟踪目标相关信息具体至少包括待跟踪目标的位置信息和尺度信息;基于获取的第一帧图像以及待跟踪目标相关信息,对相关滤波器进行初始化,获得初始化的相关滤波器;基于获得的初始化的相关滤波器,逐帧获取图像并进行目标跟踪以及相关滤波器更新,最终获得目标跟踪结果。本发明的技术方案中,基于结合多特征融合与在线重检测的相关滤波器进行目标跟踪,能够实现更为鲁棒、稳定的目标跟踪。
-
公开(公告)号:CN117523348A
公开(公告)日:2024-02-06
申请号:CN202311438407.8
申请日:2023-10-31
Applicant: 西安交通大学
IPC: G06V10/80 , G06V10/764 , G06V10/74
Abstract: 本发明属于光谱数据分类技术领域,公开了一种高光谱图像波段选择方法、系统、设备及介质;所述高光谱图像波段选择方法包括:基于待波段选择的高光谱图像,获取多尺度相似图矩阵;将获得的所述多尺度相似图矩阵进行融合,获得融合相似图矩阵;将获得的所述融合相似图矩阵代入边缘图自表示模型,获得多尺度边缘加强图自表示模型;求解获得的所述多尺度边缘加强图自表示模型,获得基于重要性的波段排序;基于所述波段排序,获得高光谱图像波段选择结果。本发明可有效提高高光谱图像波段选择准确性、鲁棒性和泛化性能,能够减少错误选择波段的情况,提高选择波段后的波段表征能力。
-
公开(公告)号:CN118247175A
公开(公告)日:2024-06-25
申请号:CN202410409743.8
申请日:2024-04-07
Applicant: 西安交通大学
IPC: G06T5/73 , G06T5/50 , G06T5/60 , G06V10/762
Abstract: 本发明属于遥感图像融合技术领域,公开了一种基于变分理论的多光谱图像全色锐化方法及系统;其中,所述多光谱图像全色锐化方法包括:获取待融合的多光谱图像和全色图像;基于获取的多光谱图像和全色图像,利用ADMM算法迭代求解优化函数,获得全色锐化后的高分辨率多光谱图像。本发明提供的技术方案,基于新提出的优化函数求解,最终获得全色锐化后的高分辨率多光谱图像,可解决现有技术中存在的对于光谱数据利用不充分的技术缺陷;解释性的,本发明提出的优化函数中,结合非下采样剪切波变换设计了细节保真项,可弥补梯度操作提取空间信息不充分的缺陷。
-
公开(公告)号:CN117523425A
公开(公告)日:2024-02-06
申请号:CN202311438696.1
申请日:2023-10-31
Applicant: 西安交通大学
Abstract: 本发明属于计算机视觉技术领域,涉及目标跟踪领域,公开了一种用于无人机平台的目标自动跟踪方法、系统、设备及介质;所述目标自动跟踪方法中,基于获得的目标框内区域以及目标框外预设区域的梯度直方图特征矩阵以及颜色命名特征矩阵,使用交替方向乘子法迭代求解更新位置滤波器,获得更新后的位置滤波器;其中,以目标框外预设区域的梯度直方图特征矩阵以及颜色命名特征矩阵作为上下文背景感知正则项;基于获取的多帧图像,采用考虑时空信息的特征响应置信融合策略,逐帧进行目标自动跟踪。本发明提供的技术方案具有较高的跟踪精度。
-
公开(公告)号:CN117237809A
公开(公告)日:2023-12-15
申请号:CN202311281341.6
申请日:2023-09-28
Applicant: 西安交通大学
IPC: G06V20/10 , G06V10/28 , G06V10/42 , G06V10/44 , G06V10/52 , G06V10/764 , G06V10/774 , G06V10/80
Abstract: 本发明属于目标分类、图像融合以及遥感图像处理技术领域,公开了一种基于遥感影像的路网提取方法、系统、设备及介质;所述路网提取方法包括:基于遥感影像,获取每个像素点的像素层级特征和多尺度下对象层级特征,提取像素点获得训练集;基于训练集中各个像素点的像素层级特征和多尺度下对象层级特征分别使用OCSVM进行求解,获得决策值并转化为属于道路的概率;将属于道路的概率进行融合,获得道路图像的二值图像,提取获得道路中心线网络。本发明结合了不同层级特征的优势和仅关注正样本特征的一类支持向量机,能够提取获得更加完整、准确的路网。
-
-
-
-
-