-
公开(公告)号：CN108830808B
公开(公告)日：2022-05-03
申请号：CN201810559063.9
申请日：2018-06-01
Applicant: 北京航空航天大学 , 北京市遥感信息研究所
IPC: G06T5/00
Abstract: 本发明公开了一种基于相似线窗口均值补偿的星上红外图像条纹噪声去除方法。该方法首先根据图像尺寸选取大小为N的一维滑动窗口，作为滑动线窗口，该滑动线窗口沿着条纹噪声方向从每一列的最上端扫描到最下端，选取方差最小的线窗口，即为每一列的相似线窗口；然后，计算相似线窗口和其相邻区域的灰度均差，得到相邻列的条纹噪声差值；最后，设定首列条纹噪声值为零，根据相邻列的条纹噪声差值迭代计算出每一列的噪声值，原始灰度值减去这些噪声值即可得到真实地物的理想灰度值。与现有技术相比较，本方法计算复杂度低，鲁棒性好，对纹理细节保真度高。
-
公开(公告)号：CN109558819B
公开(公告)日：2020-12-15
申请号：CN201811386002.3
申请日：2018-11-20
Applicant: 北京市遥感信息研究所
Abstract: 本发明公开了一种用于遥感图像目标检测的深度网络轻量化方法，其包括如下步骤：输入待检测遥感图像，根据遥感图像选择深度网络模型；将待量化深度网络中的每个三维卷积滤波器转化为一维卷积滤波器和二维卷积滤波器，得到卷积重构的深度网络模型；对输入待量化深度网络的计算数据量化为单比特参数；将上述一维和二维卷积滤波器，分别量化为浮点数与单比特参数相乘的形式；采用所述轻量化的深度网络模型进行目标检测，并输出检测结果。通过本发明的方案，使得模型压缩比率高，轻量化的模型适合在资源受限环境下应用，系数量化时，利用最小二乘原理实现了量化误差最小化，量化的深度网络模型计算复杂度低、精度高。
-
公开(公告)号：CN109886132B
公开(公告)日：2020-12-15
申请号：CN201910071315.8
申请日：2019-01-25
Applicant: 北京市遥感信息研究所
Abstract: 本发明公开了一种云海背景飞机目标检测方法、装置及系统，用于通过获取光学遥感图像对飞机目标进行检测，所述方法包括：获取光学遥感图像的圆周滤波图像，计算圆周滤波图像中像素点的圆周滤波值；利用圆周滤波图像中像素点的圆周滤波值，计算每个像素点的类密度和区分度；计算每个像素点的类密度与区分度的乘积，将乘积大于一定阈值的像素点确定为飞机目标的中心点。本发明计算复杂度低，可适合于星上计算平台；对飞机目标检测的准确性高，对不同的云海垫面场景适应性好。
-
公开(公告)号：CN109583319B
公开(公告)日：2020-12-15
申请号：CN201811320932.9
申请日：2018-11-07
Applicant: 北京市遥感信息研究所
Abstract: 本发明公开了一种基于海面红外遥感图像的舰船检测方法，包括如下步骤：将红外遥感图像划分、量化得到红外遥感图像量化子块；对每一个红外遥感图像量化子块，统计得到红外遥感图像量化子块的温度分布；根据红外遥感图像量化子块的温度频数分布集中度，将红外遥感图像量化子块划分为三类场景；对处于无明显遮挡、薄云雾遮挡场景的红外遥感图像量化子块，通过统计温度频数的累积分布，确定海上目标；对处于厚云遮挡场景的红外遥感图像量化子块，对其中的所有像素点进行圆周滤波，确定海上目标。通过本发明，大大提高了在不同海上场景下红外遥感图像舰船的检测准确性。
-
公开(公告)号：CN109886132A
公开(公告)日：2019-06-14
申请号：CN201910071315.8
申请日：2019-01-25
Applicant: 北京市遥感信息研究所
Abstract: 本发明公开了一种云海背景飞机目标检测方法、装置及系统，用于通过获取光学遥感图像对飞机目标进行检测，所述方法包括：获取光学遥感图像的圆周滤波图像，计算圆周滤波图像中像素点的圆周滤波值；利用圆周滤波图像中像素点的圆周滤波值，计算每个像素点的类密度和区分度；计算每个像素点的类密度与区分度的乘积，将乘积大于一定阈值的像素点确定为飞机目标的中心点。本发明计算复杂度低，可适合于星上计算平台；对飞机目标检测的准确性高，对不同的云海垫面场景适应性好。
-
Patent Agency Ranking
公开(公告)号：CN109886133B
公开(公告)日：2020-11-03
申请号：CN201910071510.0
申请日：2019-01-25
Applicant: 北京市遥感信息研究所
Abstract: 本发明公开了一种利用光学遥感图像进行船只检测的方法及系统，该方法包括如下步骤：将光学遥感图像划分为一系列的图像子块；获取图像子块的信息熵以及灰度直方图的波峰数量；根据图像子块的信息熵及直方图波峰数量，确定图像子块内异常像素点集合；确定疑似船只目标的像素点；计算图像子块内疑似目标的面积，根据面积大小确认船只目标。所述检测方法具有场景复杂度描述准确、漏检率低、计算复杂度低、实时性好等优点。
-
公开(公告)号：CN109886904A
公开(公告)日：2019-06-14
申请号：CN201910071324.7
申请日：2019-01-25
Applicant: 北京市遥感信息研究所
Abstract: 本发明公开了一种SAR图像与低分辨率多光谱图像融合方法及系统，该方法包括：计算低分辨率多光谱图像与高分辨率SAR图像的空间分辨率比值k；基于所述空间分辨率比k，对低分辨率多光谱图像进行双线性插值，得到上采样多光谱图像；基于所述空间分辨率比k，对高分辨率SAR图像进行均值滤波，获取SAR图像的空间细节图像；对上述上采样多光谱图像和空间细节图像进行变换，生成高分辨率SAR与低分辨率多光谱融合图像。本发明可有效保持高分辨率SAR图像的后向散射特性，以及多光谱图像的色调与饱和度，改善了SAR图像的直观解读性，并且可用于自动化生产融合图像。
-
公开(公告)号：CN109558819A
公开(公告)日：2019-04-02
申请号：CN201811386002.3
申请日：2018-11-20
Applicant: 北京市遥感信息研究所
Abstract: 本发明公开了一种用于遥感图像目标检测的深度网络轻量化方法，其包括如下步骤：输入待检测遥感图像，根据遥感图像选择深度网络模型；将待量化深度网络中的每个三维卷积滤波器转化为一维卷积滤波器和二维卷积滤波器，得到卷积重构的深度网络模型；对输入待量化深度网络的计算数据量化为单比特参数；将上述一维和二维卷积滤波器，分别量化为浮点数与单比特参数相乘的形式；采用所述轻量化的深度网络模型进行目标检测，并输出检测结果。通过本发明的方案，使得模型压缩比率高，轻量化的模型适合在资源受限环境下应用，系数量化时，利用最小二乘原理实现了量化误差最小化，量化的深度网络模型计算复杂度低、精度高。
-
公开(公告)号：CN109886904B
公开(公告)日：2021-08-10
申请号：CN201910071324.7
申请日：2019-01-25
Applicant: 北京市遥感信息研究所
Abstract: 本发明公开了一种SAR图像与低分辨率多光谱图像融合方法及系统，该方法包括：计算低分辨率多光谱图像与高分辨率SAR图像的空间分辨率比值k；基于所述空间分辨率比k，对低分辨率多光谱图像进行双线性插值，得到上采样多光谱图像；基于所述空间分辨率比k，对高分辨率SAR图像进行均值滤波，获取SAR图像的空间细节图像；对上述上采样多光谱图像和空间细节图像进行变换，生成高分辨率SAR与低分辨率多光谱融合图像。本发明可有效保持高分辨率SAR图像的后向散射特性，以及多光谱图像的色调与饱和度，改善了SAR图像的直观解读性，并且可用于自动化生产融合图像。
-
公开(公告)号：CN109584255B
公开(公告)日：2020-11-03
申请号：CN201811321623.3
申请日：2018-11-07
Applicant: 北京市遥感信息研究所
Abstract: 本发明公开了一种基于全色与高光谱图像融合的目标轮廓提取方法，包括：通过插值将高光谱图像采样至全色图像相同的空间分辨率，得到高光谱图像上的采样图像；对高光谱图像上的采样图像的可见光和近红外波段进行加权，得到低分辨率全色图像；将高光谱上的采样图像、低分辨率全色图像、全色图像生成全色与高光谱融合图像；计算全色与高光谱融合图像每个像元的类密度、区分度以及每个像元的类密度和区分度之积，得到中心似然度，确定中心像元；对全色与高光谱融合图像中的所有像元，按其与中心像元特征距离的远近划分为两个类别，从而得到目标的轮廓。本发明通过全色与高光谱图像融合，提升了高光谱图像的空间分辨率。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.023 seconds)
