-
公开(公告)号：CN101835045A
公开(公告)日：2010-09-15
申请号：CN201010162811.3
申请日：2010-05-05
Applicant: 哈尔滨工业大学
IPC: H04N7/26
Abstract: 高保真遥感图像压缩与分辨率增强的联合处理方法。它涉及遥感图像处理方法，它解决了通常的遥感图像压缩方法倾向于无差别舍弃高分辨率信息，导致恢复图像分辨率下降的问题。步骤为：一、输入待压缩处理的图像f(x，y)；二、对图像进行预处理；三、对于处理后的数据进行离散小波变换；四、对小波变换的结果进行信息检测；五、对小波变换结果进行量化处理，同时进行子带加权；六、对于步骤五的量化结果进行熵编码；七、对于熵编码结果进行码流截断，同时进行通道加权；八、获得压缩码流。针对现有遥感图像的实际应用要求，对于压缩后图像的应用如边缘检测、目标识别等方面也有着重要的价值。
-
公开(公告)号：CN104680169B
公开(公告)日：2017-11-17
申请号：CN201510119477.6
申请日：2015-03-18
Applicant: 哈尔滨工业大学
CPC classification number: G06K9/0063
Abstract: 一种面向高空间分辨率遥感图像专题信息提取的半监督诊断性特征选择方法，本发明涉及半监督诊断性特征选择方法。本发明是要解决标记样本的工作量大且难以量化评价特征对提取专题类的贡献的问题，提出一种面向高空间分辨率遥感图像专题信息提取的半监督诊断性特征选择方法。该方法是通过步骤一：获得对象特征矩阵；步骤二：构造样本权重矩阵步骤三：构建目标函数；步骤四：将目标函数变换成简化的目标函数；步骤五：对简化的目标函数进行迭代优化输出矩阵U，选择U的后m行为优化变量矩阵W；步骤六：选择出W绝对值的和最大的特征作为目标类别的诊断性特征子集等步骤实现的。本发明应用于半监督诊断性特征选择领域。
-
Patent Agency Ranking
公开(公告)号：CN104680169A
公开(公告)日：2015-06-03
申请号：CN201510119477.6
申请日：2015-03-18
Applicant: 哈尔滨工业大学
CPC classification number: G06K9/0063
Abstract: 一种面向高空间分辨率遥感图像专题信息提取的半监督诊断性特征选择方法，本发明涉及半监督诊断性特征选择方法。本发明是要解决标记样本的工作量大且难以量化评价特征对提取专题类的贡献的问题，提出一种面向高空间分辨率遥感图像专题信息提取的半监督诊断性特征选择方法。该方法是通过步骤一：获得对象特征矩阵；步骤二：构造样本权重矩阵步骤三：构建目标函数；步骤四：将目标函数变换成简化的目标函数；步骤五：对简化的目标函数进行迭代优化输出矩阵U，选择U的后m行为优化变量矩阵W；步骤六：选择出W绝对值的和最大的特征作为目标类别的诊断性特征子集等步骤实现的。本发明应用于半监督诊断性特征选择领域。
-
公开(公告)号：CN102063729A
公开(公告)日：2011-05-18
申请号：CN201010615683.3
申请日：2010-12-30
Applicant: 哈尔滨工业大学
IPC: G06T11/00
Abstract: 基于二维稀疏性的压缩感知图像重建方法。它涉及一种压缩感知系统中的图像重建方法。它解决了现有压缩感知图像重建方法中所存在的只利用一维稀疏性的不足。步骤如下：一、对二维图像的测量值Y2执行矢量化操作vec；二、利用Kronecker积将公式五变换为如下形式：Y＝ΦΨu＝Θu公式十一；三、利用传统的压缩感知重建方法求解公式十一获得系数向量u；四、再对系数向量u执行逆矢量化操作ivec，获得二维图像X2的稀疏域表示系数S2：S2＝ivec(u)再利用X2＝Ψ2S2Ψ3重建出原始二维图像X2。本发明方法的重建图像峰值信噪比均高于传统方式的重建图像峰值信噪比，也即本发明的方法的重建质量均高于传统方式的重建图像质量。
-
公开(公告)号：CN101835045B
公开(公告)日：2011-11-09
申请号：CN201010162811.3
申请日：2010-05-05
Applicant: 哈尔滨工业大学
IPC: H04N7/26
Abstract: 高保真遥感图像压缩与分辨率增强的联合处理方法。它涉及遥感图像处理方法，它解决了通常的遥感图像压缩方法倾向于无差别舍弃高分辨率信息，导致恢复图像分辨率下降的问题。步骤为：一、输入待压缩处理的图像f(x，y)；二、对图像进行预处理；三、对于处理后的数据进行离散小波变换；四、对小波变换的结果进行信息检测；五、对小波变换结果进行量化处理，同时进行子带加权；六、对于步骤五的量化结果进行熵编码；七、对于熵编码结果进行码流截断，同时进行通道加权；八、获得压缩码流。针对现有遥感图像的实际应用要求，对于压缩后图像的应用如边缘检测、目标识别等方面也有着重要的价值。
-
公开(公告)号：CN100493141C
公开(公告)日：2009-05-27
申请号：CN200710144866.X
申请日：2007-12-19
Applicant: 哈尔滨工业大学
Abstract: 基于下采样和插值同一性建立数学模型的处理图像的方法，它涉及图像处理方法，它解决了现有下采样后图像保持信息少的问题。本发明的步骤为：首先输入待下采样图像FO；其次建立插值数学模型：FH＝CI(UHFLUV)，之后选择插值方法，确定预测模型，确定插值方法的算子CI，同时根据图像FO大小确定UH和UV；接下来建立下采样数学模型：FL＝DH(CFFO)DV；建立插值和下采样统一像素预测模型，由插值的算子CI和下采样的算子CF同一性得到CF，同时得到DH和DV；最终通过所得到的FL＝DH(CFFO)DV，对图像FO进行下采样处理；得到下采样图像。本发明可以应用于图像及视频的低码率压缩，不仅减少了压缩算法的计算量，加快处理速度减少延时，还使恢复图像质量有明显的提高。
-
公开(公告)号：CN101188669A
公开(公告)日：2008-05-28
申请号：CN200710144866.X
申请日：2007-12-19
Applicant: 哈尔滨工业大学
Abstract: 基于下采样和插值同一性建立数学模型的处理图像的方法，它涉及图像处理方法，它解决了现有下采样后图像保持信息少的问题。本发明的步骤为：首先输入待下采样图像FO；其次建立插值数学模型：FH＝CI(UHFLUV)，之后选择插值方法，确定预测模型，确定插值方法的算子CI，同时根据图像FO大小确定UH和UV；接下来建立下采样数学模型：FL＝DH(CFFO)DV；建立插值和下采样统一象素预测模型，由插值的算子CI和下采样的算子CF同一性得到CF，同时得到DH和DV；最终通过所得到的FL＝DH(CFFO)DV，对图像FO进行下采样处理；得到下采样图像。本发明可以应用于图像及视频的低码率压缩，不仅减少了压缩算法的计算量，加快处理速度减少延时，还使恢复图像质量有明显的提高。
-
-
-
-
-
-
Search Results
7
records
(took 0.017 seconds)
