-
公开(公告)号：CN109447092B
公开(公告)日：2021-08-20
申请号：CN201811248522.8
申请日：2018-10-25
Applicant: 哈尔滨工程大学
Abstract: 本发明涉及一种基于海冰场景分类的冰间通路提取方法，包括以下步骤：收集多场景的高分辨率机载海冰图像；分为包含冰间通路的场景和不包含冰间通路的场景，制作训练集和测试集并给训练集和数据集中的海冰图像制作标签；微调卷积神经网络VGG‑f，冻结VGG‑f归一化层、卷积层、池化层的权重参数，重新训练VGG‑f最后一层全连接层的权重参数实现模型的迁移，得到海冰图像的场景级分类结果；对包含冰间通路的场景进行Tamura特征提取，选取对比度作为包含冰间通路类别的图像代表性特征；对ORTSEG方法进行参数优化选择，实现目标场景中的包含冰间通路的场景提取。本发明可以更有效地提取冰间通路，保证提取可靠性。
-
公开(公告)号：CN103903007B
公开(公告)日：2017-02-22
申请号：CN201410083791.9
申请日：2014-03-10
Applicant: 哈尔滨工程大学
Abstract: 本发明属于遥感信息处理技术领域，具体涉及一种基于空-谱信息的高光谱半监督分类方法。本发明包括：参数设置；空-谱信息提取；分类过程；半监督分类无标签样本的选取。本发明将空间信息与光谱信息相结合可以有效地有监督分类方法的性能，随无标签训练样本数的增多本文所提方法性能提升，这是因为当无标签样本增多时，其提供了更多的空间分布信息，使得分类器做出更好的预测。
-
公开(公告)号：CN103793917B
公开(公告)日：2017-02-01
申请号：CN201410061826.9
申请日：2014-02-24
Applicant: 哈尔滨工程大学
IPC: G06T7/00
Abstract: 本发明属于遥感信息处理技术领域，特别涉及一种结合两种插值算法的遥感图像亚像元定位方法。本发明包括：将一幅大小为m×n的低分辨图像中的像素隔行隔列地嵌入到大小为2m×2n的高分辨率图像中，其中未知的像素点为待插值点；获取待插值像素点x；利用光谱解混技术得到各地物类别所占的比例，按照预先设定的比例因子S将低分辨率图像中的每一个像元分割成S2个亚像元，进行遥感图像亚像元定位。本发明的方法无需迭代，无需训练样本，效率更高、速度更快、精度更高。
-
公开(公告)号：CN104809471A
公开(公告)日：2015-07-29
申请号：CN201510205088.5
申请日：2015-04-27
Applicant: 哈尔滨工程大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于空间光谱信息的高光谱图像残差融合分类方法。包括以下步骤，读入高光谱图像数据，确定样本类别数为L；分别提取高光谱图像的空间纹理信息FG和光谱信息FN；根据空间纹理信息FG和光谱信息FN构建相关矩阵；求解高光谱图像中测试样本xp与相关矩阵相对应的系数矩阵；重构样本，计算测试样本xp的每个类别所对应的重构残差；计算测试样本xp的每个类别的融合残差；根据测试样本xp的每个类别的融合残差确定测试样本xp的类别。本发明具有分类精度高，得到的分类图视觉效果好的优点。
-
公开(公告)号：CN102945546B
公开(公告)日：2015-03-11
申请号：CN201210398560.8
申请日：2012-10-19
Applicant: 哈尔滨工程大学
Abstract: 本发明属于高光谱遥感图像可视化技术领域，具体涉及一种对高光谱图像稀疏表示的可视化方法。本方法包括：（1）确定字典原子颜色标签；（2）根据已选择的字典原子颜色以及像素的稀疏系数进行颜色混合，生成混合彩色图像；（3）显示各像素系数组成细节图。本发明能够保证本方法遵循距离保持特性，且具有较大的类间可分性，进而保证生成的图像的色彩变化有意义且具有较好的视觉效果，不仅能够在宏观上清晰地显示地物，而且能够直观且完整的显示出每个象元的具体组成情况，根据这些详细的信息对原始HSI进行重建。
-
Patent Agency Ranking
公开(公告)号：CN102779353B
公开(公告)日：2014-08-20
申请号：CN201210176898.9
申请日：2012-05-31
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种具有距离保持特性的高光谱彩色可视化方法。（1）将高光谱图像中各端元光谱降维到2-D空间作为的色品坐标；（2）经由第三维亮度值的优化使距离相关性达到最优，进而确定各端元的颜色标签；（3）根据像素所含各类别的丰度值进行颜色的线性混合。本发明将原始高光谱数据优化到具有均匀感知特性的CIELab空间。本发明所述的优化目标为：生成图像各像元间的距离差尽可能与高光谱数据各光谱间距离差相关，同时保证生成图像具有较大的类间可分性。
-
公开(公告)号：CN103530875A
公开(公告)日：2014-01-22
申请号：CN201310466843.6
申请日：2013-10-09
Applicant: 哈尔滨工程大学
IPC: G06T7/00
Abstract: 本发明提供了一种端元提取数据预处理方法，该方法通过建立基于模糊特征空间核空间引力模型，为高光谱数据像素点定义像元变异指数，实现了高光谱图像变异像素点的检测和移除。首先对高光谱数据集合进行模糊特征空间变换，得到模糊特征。利用像素的模糊特征，运用高斯径向基核函数优化的空间引力模型，计算3×3的空间邻域窗口内，邻域像素对中心像素的累加引力值，该引力值与像素变异指数成反比，对高变异指数像素进行移除。
-
公开(公告)号：CN102663401B
公开(公告)日：2013-11-20
申请号：CN201210114061.1
申请日：2012-04-18
Applicant: 哈尔滨工程大学
Abstract: 本发明涉及图像处理与计算机视觉领域，具体提供了一种适用于BoW(Bag of Words)模型应用在计算机视觉领域的图像特征提取与描述方法。本发明包括：对输入图像进行格式判断，若是灰度图像则不作处理，若不是灰度图像，则转换为HSV模型；选取尺度参数；采用均匀采样方法，按选取的尺度参数，以相同像素间隔对图像的特征点进行提取，计算图像H通道、S通道、V通道的DF-SIFT描述子，将颜色信息应用到分类任务中，采样密度由参数步长进行控制，得到图像的密集特征；对密集特征进行描述。本发明通过密集采样，使视觉词典更加准确可靠，利用双线性插值代替图像与高斯核函数卷积过程，使实现过程变得更简单、高效。
-
公开(公告)号：CN102663438A
公开(公告)日：2012-09-12
申请号：CN201210140027.1
申请日：2012-05-08
Applicant: 哈尔滨工程大学
IPC: G06K9/62
Abstract: 本发明的目的在于提供一种小样本高光谱图像蒙特卡罗特征降维方法，具体步骤是:1.蒙特卡罗特征降维算法特征参量的选取；2.蒙特卡罗特征降维算法随机数的生成；3.蒙特卡罗特征参量的统计估计。本方法在选取特征参量时，考虑了高光谱图像的类内紧性与类间分离性，提高了数据进一步处理的可靠性；同时本方法可以自适应的给出最优降维波段个数，选取原始高光谱图像中的重要特征波段用于图像的后续处理，提高了高维数据处理的便利性。
-
公开(公告)号：CN102446278A
公开(公告)日：2012-05-09
申请号：CN201110269889.X
申请日：2011-09-14
Applicant: 哈尔滨工程大学
IPC: G06K9/80
Abstract: 本发明的目的在于提供一种基于多时相遥感图像的亚像元定位方法，包括以下步骤：输入低分辨率遥感图像，通过光谱解混技术，得到遥感图像中各类分量图，根据各类分量图，用SPSAM方法得到亚像元的初始空间分布；从低分辨率遥感图像中选取待分析像元Pab，对pij计算属于各个类别c时的能量函数Uc，ij，找出最小Uc，ij对应的类别，并将pij判定为该类；对Pab内的每个亚像元pij均进行以上的操作；对低分辨率遥感图像中每个待分析混合像元进行上述操作；重复上述步骤，直至输出的前后亚相元定位图像不同像元个数差别小于1％。本发明的方法具有更高的亚像元定位精度，且采用了SPSAM进行初始化，使得输出的定位结果不存在着由于随机初始化而引入的不确定性。
-
-
-
-
-
-
-
-
-
Search Results
54
records
(took 0.027 seconds)
