-
公开(公告)号：CN109447092A
公开(公告)日：2019-03-08
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：CN104809471B
公开(公告)日：2019-01-15
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：CN103942776B
公开(公告)日：2017-01-25
申请号：CN201410083794.2
申请日：2014-03-10
Applicant: 哈尔滨工程大学
IPC: G06T7/00
Abstract: 本发明涉及一种基于支持向量数据描述的近边界端元提取方法。本发明的目的是这样实现的：（1）基于支持向量数据描述获取近边界端元搜索区域：（2）基于PCA最值最大距离法初始化端元集。本发明实施简单，为端元提取过程搜索空间大、随机初始化端元影响提取结果的两大难题找到有效的解决方案。两部可独立改善提取结果性能，也可结合使用，在效率和精度上同时取得性能的提升。此外两方面都可以灵活适用于其他的端元提取算法，为有端元提取需求的相关研究内容提供了一个通用、高效、性能优越的处理模板。
-
公开(公告)号：CN102903006B
公开(公告)日：2015-08-12
申请号：CN201210339326.8
申请日：2012-09-14
Applicant: 哈尔滨工程大学
Abstract: 本发明属于遥感图像处理技术领域，具体涉及一种基于拟态物理学优化算法的高光谱图像波段选择方法，属于遥感图像处理技术领域。本方法包含：（1）进行子空间划分；（2）产生初始种群、初始速度；（3）获得最优适应度值和最差适应度值；（4）获得种群个体的质量、个体受其他个体虚拟作用力以及作用力合力；（5）更新个体运动的速度和位置；（6）更新最优适应度值和最差适应度值；（7）判断迭代次数t是否满足t＞tmax，若满足，则停止循环；若不满足，迭代次数加1，继续执行步骤(4)-(7)。
-
公开(公告)号：CN103793917A
公开(公告)日：2014-05-14
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。
-
Patent Agency Ranking
公开(公告)号：CN102663439B
公开(公告)日：2013-10-30
申请号：CN201210140052.X
申请日：2012-05-08
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种基于距离计算的高光谱图像顺次波段选择方法。输入全部d个波段，按如下步骤进行选择：（1）第1个典型波段选择：计算每个波段向量的长度、即波段端点到原点的距离，选出对应于最大长度的波段作为第1个典型波段；（2）第2个典型波段选择：计算其他每个波段到第1个典型波段的距离，选出对应最大距离的波段作为第2个典型波段；（3）第i个典型波段，其中3≤i≤N，N为典型波段的个数：对于当前选出的i-1个波段b1,b2,…,bi-1、其中3≤i≤N，依下述方法选择第i个波段bi：对于余下的M个波段pk，其中k＝1,2,…,M，计算他们到由选出的i-1个波段所构成的超平面的相对距离，选出对应最大距离的波段作为第i个典型波段。本发明无需降维技术、速度快、选择效果好。
-
公开(公告)号：CN102411782B
公开(公告)日：2013-07-03
申请号：CN201110339293.2
申请日：2011-11-01
Applicant: 哈尔滨工程大学
IPC: G06T7/00
Abstract: 本发明提供的是一种高光谱遥感图像三层彩色可视化方法。首先利用全波段图像融合实现高空间分辨率的三通道空间信息彩色可视化图像；同时利用光谱解混结果，显示裂片纹理层以及基于空间相关性的饼图矩阵层，以显示局部及具体光谱信息；最终以空间信息层、显示裂片纹理层、饼图矩阵层三层组合形式表达高光谱图像。本方法生成的图像具有良好的特征独立性和视觉直观性，并能够避免颜色表达上的混乱。本方法对多种类别可同时或单独显示，也可对目标物体突出显示，以满足不同的观察需要。
-
公开(公告)号：CN102779353A
公开(公告)日：2012-11-14
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：CN102592280A
公开(公告)日：2012-07-18
申请号：CN201210010904.3
申请日：2012-01-14
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种采用多窗口特征分析的高光谱图像异常检测方法。首先确定检测窗口尺寸，包括内层窗、中层窗和外层窗；在外层窗口中运算OSP算子，消除内层窗口和中层窗口的背景干扰，有效的去除白噪声；在中层窗口进行背景像元选取；在内层窗口中运算KRX算子，对的待测像元进行异常检测；最后输出检测结果。本发明巧妙运用了三层窗口的检测模式，利用了两层局部背景像素窗，对高光谱数据先去除噪声干扰再进行异常检测。在外层窗口中利用OSP算子，消除内窗口和中层窗口中不感兴趣的信号源发出的干扰或白噪声，从而降低了虚警概率，具有较好的检测效果。用AVIRIS高光谱数据进行了仿真实验，本发明提出方法的检测性能明显地优于传统算法，降低了虚警概率，具有较好的检测效果。
-
公开(公告)号：CN102074009B
公开(公告)日：2012-07-11
申请号：CN201110001363.3
申请日：2011-01-06
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种高光谱图像多端元模式的光谱混合分析方法。输入待分析混合像元为p；输入全部N类别的端元第i类别的端元数目为Ci，其中i＝1，2，·，N；按照如下步骤进行分析：进行端元数目均衡；进行端元总数限定；混合比例的初次分析；混合比例的二次分析。本发明提出一种新的多端元模式的光谱混合分析方法，具有低复杂度、高效率等优势。
-
-
-
-
-
-
-
-
-
Search Results
54
records
(took 0.027 seconds)
