-
公开(公告)号：CN116645617A
公开(公告)日：2023-08-25
申请号：CN202310486548.0
申请日：2023-04-28
Applicant: 西安电子科技大学
IPC: G06V20/13 , G06V20/10 , G06V10/80 , G06V10/30 , G06V10/764
Abstract: 本发明公开了一种基于机载LiDAR与星载多光谱影像融合的复杂地形分析方法，包括：获取多光谱影像及点云数据；基于点云数据生成深度图；对深度图与多光谱影像进行粗配准，得到粗配准点对；利用粗配准点对及点云数据的高程值，建立二维至三维的转换模型；以点云深度图与多光谱影像的互信息最大值为测度，通过搜索算法确定精配准系数；根据精配准系数和转换模型对多光谱影像进行转换，得到转换影像；将转换影像与点云数据进行动态特征融合，生成融合数据；利用高程信息生成等高线地形图并显示在多光谱影像中；借助等高线地形图与融合数据协同对复杂场景进行分析。本发明降低了时间成本，提高了异源数据的配准和融合效率，为复杂场景情况分析提供了支撑。
-
公开(公告)号：CN112257531B
公开(公告)日：2023-07-28
申请号：CN202011088024.9
申请日：2020-10-13
Applicant: 西安电子科技大学
IPC: G06V20/10 , G06V10/774 , G06V10/764 , G06N20/20
Abstract: 本发明提出了一种基于多样性特征联合的林地变化遥感监测方法，用于解决因同谱异物和同物异谱而导致的对林地变化监测精度较低的问题。实现步骤为：对林地遥感影像进行预处理；获取预处理后林地遥感影像的光谱特征向量集和纹理特征向量集；对光谱特征向量集和纹理特征向量集分别进行归一化；对归一化后的光谱特征向量集和纹理特征向量集进行多样性特征联合；获取训练样本集和测试样本集；构建随机森林分类模型并进行迭代训练；获取林地变化信息。本发明利用多样性特征联合方法来提高对林地遥感影像的分类精度，增强了对林地变化的监测能力。
-
公开(公告)号：CN111693943B
公开(公告)日：2023-03-24
申请号：CN202010505983.X
申请日：2020-06-05
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于射频片上系统RFSOC的小型捷变频相控阵雷达，主要解决现有雷达体积大、带宽小、发射波形有限的问题。其包含程序加载单元、缓存单元、光通信单元、时钟单元、射频片上系统RFSOC、八个巴伦、四个射频前端模块和四个天线子阵列。RFSOC通过不同的接口分别与程序加载单元、缓存单元、光通信单元、时钟单元、巴伦、射频前端模块连接；每个射频前端模块通过模拟差分接口与一个发射通道的巴伦和一个接收通道的巴伦连接，通过模拟差分接口与时钟单元连接，通过SMP射频接插件与对应的一个天线子阵列连接。本发明减少了雷达体积，提高了信号带宽，并能灵活产生捷变频雷达信号，可用于机载和星载平台上的雷达系统。
-
公开(公告)号：CN115482315A
公开(公告)日：2022-12-16
申请号：CN202211017747.9
申请日：2022-08-23
Applicant: 西安电子科技大学
IPC: G06T11/60 , G06V20/10 , G06V10/764 , G06V10/774 , G06V10/82
Abstract: 本发明公开了一种多源遥感干扰目标智能伪造的图像识别系统防御方法，包括：获取目标识别网络并利用目标图像数据集对所述目标识别网络进行训练，获得经训练的目标识别网络模型；将待识别的原始图像输入所述经训练的目标识别网络中，获得真实目标所在的位置坐标信息和类别信息；对识别出的真实目标进行对抗干扰，生成能够使真实目标检测失效的对抗样本图像；对原始图像中的场景信息进行识别以利用识别出的场景信息确定假目标在原始图像中的位置范围；获取假目标数据并将所述假目标构建在所述对抗样本图像的对应场景内，形成伪装图像。本发明在使真实检测框失效的同时，根据识别出的场景增加假目标，用来迷惑目标识别网络，从而使得伪装过程不易察觉。
-
公开(公告)号：CN115330650A
公开(公告)日：2022-11-11
申请号：CN202210969143.8
申请日：2022-08-12
Applicant: 西安电子科技大学
IPC: G06T5/50 , G06V10/764 , G06V10/80 , G06F16/36
Abstract: 本发明公开了一种基于知识图谱的多源异构遥感图像融合方法，包括：获取同一场景不同类型的多张原始图像及多张原始图像的属性值；获取原始图像的数量和梯度信息；利用多种不同的图像融合算法和同一图像融合算法不同参数的融合模型构造图像融合算法库，并设置属性值标记；将原始图像的信息和属性值与图像融合算法库每个图像融合算法或图像融合模型的属性值进行对比，选取最优融合算法；利用最优融合算法对原始图像进行融合，获得融合后的图像。本发明将不同融合算法或同一融合算法的不同参数模型以图结构的形式加以集成，根据输入图像性质及选定的属性定向检索最优融合方案，获得了更好的图像融合效果。
-
Patent Agency Ranking
公开(公告)号：CN115236620A
公开(公告)日：2022-10-25
申请号：CN202210753009.4
申请日：2022-06-29
Applicant: 西安电子科技大学
Abstract: 本发明涉及一种基于DCNN的间歇采样类干扰识别与抗干扰目标检测方法，可应用于多种间歇采样干扰场景，以实现对干扰的智能化准确识别与抗干扰目标检测，能够在不依赖于干扰参数估计和专家知识的前提下，大大提升抗干扰目标测距精度，且能够实现与传统方法性能接近的抗干扰目标测速精度。
-
公开(公告)号：CN112578350B
公开(公告)日：2022-04-19
申请号：CN202011403442.2
申请日：2020-12-02
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种高能微波干扰下的机载SAR干扰效应仿真方法，包括步骤：建立机载SAR雷达走停几何模型，基于同心圆算法进行快速射频回波模拟，通过建立接收机通道模型，模拟高能微波进入接收机时目标回波信号所受到非线性压制效应，最后利用距离‑多普勒算法进行成像分析的高效、低成本的机载SAR软件仿真方法。本发明将器件级硬件实验时所受到的高能微波效应转换为信号级软件仿真时所考虑的非线性压制效应来模拟高能微波对最终成像结果的影响，成本低，灵活性高。
-
公开(公告)号：CN112949738A
公开(公告)日：2021-06-11
申请号：CN202110284437.2
申请日：2021-03-17
Applicant: 西安电子科技大学
Abstract: 本发明属于高光谱遥感图像处理技术领域，具体公开了一种基于EECNN算法的多类不平衡高光谱图像分类方法，包括步骤：获取待训练高光谱图像和待分类高光谱图像；对每个高光谱图像进行光谱‑空间像素块划分；对每类样本分别进行随机过采样处理；将人工训练样本沿波段维进行随机特征选择和空间变换；获取平衡训练样本集，并对其进行随机特征选择；构建集成CNN模型并对其的每个子分类器进行训练，采用训练完的模型对待分类图像进行分类，获取最终预测类别。本发明不但具有集成学习的良好泛化性能，同时具有深度学习强大的特征提取能力，提高分类精度。
-
公开(公告)号：CN112363155A
公开(公告)日：2021-02-12
申请号：CN202011221798.4
申请日：2020-11-05
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于非均匀傅里叶变换算法的脉间频率捷变雷达测速方法，其步骤是：获得两个基带回波信号的采样向量组；获得两个脉冲压缩后回波信号的采样矩阵；获得互相关矩阵；估计目标速度。本发明通过对互相关矩阵中的每一个列向量做非均匀傅里叶变换，解决了现有技术中需要使用目标速度先验信息的问题，降低了目标速度测量的计算量。
-
公开(公告)号：CN117853899A
公开(公告)日：2024-04-09
申请号：CN202311605997.9
申请日：2023-11-28
Applicant: 西安电子科技大学
IPC: G06V20/10 , G06V10/80 , G06V10/82 , G06V10/44 , G06N3/0464 , G06N3/0455 , G06N3/045 , G06N3/08
Abstract: 本发明公开了一种基于多特征融合的葡萄病害图片识别方法，步骤是：1)收集葡萄正常图片和病害图片，标注并整理成数据集，构建深度学习网络模型；2)进行模型训练；3)多特征融合识别模型训练完成后，将多特征融合识别模型及相关参数集成到软件中，得到葡萄病害识别软件操作系统，实现可视化操作；4)输入待检测样本，软件操作系统输出识别结果。本发明还公开了一种基于多特征融合的葡萄病害图片识别系统，依次为数据预处理模块、特征转化模块、三路特征提取网络模块、多路径融合变换器模块及特征金字塔模块，该五个模块从前到后依次对接实施。本发明的葡萄病害图片识别方法及系统，全面利用各个特征提供的信息，提高了识别准确率。
-
-
-
-
-
-
-
-
-
Search Results
63
records
(took 0.031 seconds)
