-
公开(公告)号：CN112270677B
公开(公告)日：2023-08-15
申请号：CN202011275646.2
申请日：2020-11-16
Applicant: 武汉大学
Abstract: 本发明提出了一种路面宏观纹理获取及典型指标计算方法。构建三维路面数据；构建路面宏观纹理波动BEADS算法参数集，根据此参数集构建路面宏观纹理波动BEADS算法模型，三维路面数据通过此算法模型提取路面宏观纹理波动数据；根据此数据计算得到路面宏观纹理数据；通过提取得到的路面宏观纹理数据分别计算平均构造深度、最大轮廓谷深度、整体轮廓高度、算数平均偏差、峭度系数等八个典型指标；将上述路面典型特征依次与对应指标的正常阈值比较，判断是否超出正常阈值范围，以评估路面健康性。本专利提取获得路面纹理数据中的宏观纹理，随后使用提取到的路面宏观纹理中的数据计算路面纹理的典型指标，与路面的实际情况相符，路面健康特性评价精度较高。
-
公开(公告)号：CN111666856B
公开(公告)日：2022-08-05
申请号：CN202010475776.4
申请日：2020-05-29
Applicant: 武汉大学
Abstract: 本发明提供一种基于结构特性的高分辨率单极化SAR影像建筑目标检测方法，包括输入高分辨率单极化SAR影像，进行图像分割，通过深度语义分割网络，获得SAR影像像素属于“建筑目标”和“背景”的概率值prob；利用区域编号和连通域编号，进行交运算，获得图像的过分割结果；计算区域邻接图，根据区域邻接关系，利用区域几何特征、统计特征、纹理特征，以及获得的概率值prob，进行相邻区域的相似性分析，合并满足相似性阈值的区域，并依次向外扩展合并，计算合并区域后图像各区域的邻接图；基于SAR影像中建筑目标的房顶、墙体和地面阴影表现出的不同图像特征，利用区域邻接图，判断初步提取区域是否能与邻接区域形成建筑目标的相应结构，得到建筑目标检测结果。
-
公开(公告)号：CN105785364B
公开(公告)日：2019-04-02
申请号：CN201610108960.9
申请日：2016-02-26
IPC: G01S13/90
Abstract: 本发明涉及极化SAR影像解译领域，公开了一种倒塌建筑物信息获取方法及获取设备，所述倒塌建筑物信息获取方法包括：获取灾区的全极化影像；针对所述全极化影像提取多个极化特征；以及基于所述多个极化特征获取倒塌建筑物信息。如此，基于所述多个极化特征在极化SAR影像中的特点，能够准确地提取房屋损毁信息。
-
公开(公告)号：CN105956622B
公开(公告)日：2019-03-19
申请号：CN201610281850.2
申请日：2016-04-29
Applicant: 武汉大学
IPC: G06K9/62
Abstract: 本发明公开了基于多特征联合建模的极化SAR影像分类方法，包括：（1）从人工标注的极化SAR影像中采集各类地物的像素点作为训练样本；（2）计算当前类训练样本中各像素点的极化协方差矩阵，构建当前类训练样本的极化特征向量；（3）构建当前类训练样本的CoAS模型；（4）构建待分类影像的极化特征向量；（5）构造待分类影像的联合后验概率；（6）根据联合后验概率，结合MRF模型对待分类影像进行分类。本发明方法具有优异的分类效果，与传统的基于统计模型的极化SAR影像分类方法相比，本分类精度可提高5%~10%。
-
公开(公告)号：CN108446652A
公开(公告)日：2018-08-24
申请号：CN201810260051.6
申请日：2018-03-27
Applicant: 武汉大学
Abstract: 本发明公开了一种基于动态纹理特征的极化SAR图像地物分类方法，首先对极化SAR数据进行极化基变换，合成不同极化基下的极化SAR数据对应的RGB伪彩图像，组成Pauli伪彩图像序列；在此基础上对Pauli伪彩图像序列提取动态分形纹理特征，动态分形纹理特征包括三维Hausdorff分形维度、三维图像平均灰度等级、三维面积；依据动态分形纹理特征，对极化SAR图像地物进行两次分类；使用择多滤波器对两次分类结果进行平滑后处理，实现对极化SAR图像的地物分类。本发明通过动态纹理特征探索地物响应随极化基的变化规律，为刻画地物性质提供了丰富的信息，能够获得较为准确的极化SAR图像地物分类结果。
-
Patent Agency Ranking
公开(公告)号：CN105785364A
公开(公告)日：2016-07-20
申请号：CN201610108960.9
申请日：2016-02-26
IPC: G01S13/90
CPC classification number: G01S13/9035
Abstract: 本发明涉及极化SAR影像解译领域，公开了一种倒塌建筑物信息获取方法及获取设备，所述倒塌建筑物信息获取方法包括：获取灾区的全极化影像；针对所述全极化影像提取多个极化特征；以及基于所述多个极化特征获取倒塌建筑物信息。如此，基于所述多个极化特征在极化SAR影像中的特点，能够准确地提取房屋损毁信息。
-
公开(公告)号：CN105608691A
公开(公告)日：2016-05-25
申请号：CN201510952355.5
申请日：2015-12-17
Applicant: 武汉大学
IPC: G06T7/00
CPC classification number: G06T2207/10044 , G06T2207/20128
Abstract: 本发明公开了一种高分辨率SAR影像单体建筑提取方法，首先结合高分辨率SAR影像中单体建筑的成像特性和复杂形态结构特性进行领域本体建模，构建出高分辨率SAR影像中单体建筑本体语义模型；然后采用基于对象的SAR影像分割获取同质性好且边界清晰的图像区域，这些图像区域是“建筑基元”提取的基本处理单元；结合本体模型中“建筑基元”相关规则，提取的图像对象特征包括区域、形状、几何、纹理、拓扑等多种特征；依据本体语义规则和对象特征，形成本体语义描述的对象表达，指导“图像对象”自动识别为“建筑基元”，实现以语义知识为中心的大型单体建筑识别。本发明能准确快速地提取高分辨率SAR影像中的大型单体建筑。
-
公开(公告)号：CN111665504B
公开(公告)日：2022-02-01
申请号：CN202010474474.5
申请日：2020-05-29
Applicant: 武汉大学
Abstract: 本发明提供一种角度优化处理的全极化SAR目标分解方法，读入极化SAR数据，滤波并进行去取向的Yamaguchi四分量分解，获得初始的表面散射分量、偶次散射分量、体散射分量、螺旋散射分量、偶次散射参数、表面散射参数、旋转角度及泛化体散射分量、二面角散射贡献的体散射分量；将T3(θ)矩阵分解为表面散射、偶次散射、泛化体散射、扩展体散射、螺旋散射以及分解残余量矩阵的加权和，计算分解模型的初始重构损失，定义相应优化问题，重构损失中反应四分量分解后的信息与原始矩阵信息损失以及各分量功率之和与总功率之差；利用梯度下降法得到最优参数，提取表面散射功率Ps、偶次散射功率Pd、体散射功率Pv、螺旋散射功率Pc，获得四分量分解结果，得到SAR图像的目标特性。
-
公开(公告)号：CN112270677A
公开(公告)日：2021-01-26
申请号：CN202011275646.2
申请日：2020-11-16
Applicant: 武汉大学
Abstract: 本发明提出了一种路面宏观纹理获取及典型指标计算方法。构建三维路面数据；构建路面宏观纹理波动BEADS算法参数集，根据此参数集构建路面宏观纹理波动BEADS算法模型，三维路面数据通过此算法模型提取路面宏观纹理波动数据；根据此数据计算得到路面宏观纹理数据；通过提取得到的路面宏观纹理数据分别计算平均构造深度、最大轮廓谷深度、整体轮廓高度、算数平均偏差、峭度系数等八个典型指标；将上述路面典型特征依次与对应指标的正常阈值比较，判断是否超出正常阈值范围，以评估路面健康性。本专利提取获得路面纹理数据中的宏观纹理，随后使用提取到的路面宏观纹理中的数据计算路面纹理的典型指标，与路面的实际情况相符，路面健康特性评价精度较高。
-
公开(公告)号：CN111666856A
公开(公告)日：2020-09-15
申请号：CN202010475776.4
申请日：2020-05-29
Applicant: 武汉大学
Abstract: 本发明提供一种基于结构特性的高分辨率单极化SAR影像建筑目标检测方法，包括输入高分辨率单极化SAR影像，进行图像分割，通过深度语义分割网络，获得SAR影像像素属于“建筑目标”和“背景”的概率值prob；利用区域编号和连通域编号，进行交运算，获得图像的过分割结果；计算区域邻接图，根据区域邻接关系，利用区域几何特征、统计特征、纹理特征，以及获得的概率值prob，进行相邻区域的相似性分析，合并满足相似性阈值的区域，并依次向外扩展合并，计算合并区域后图像各区域的邻接图；基于SAR影像中建筑目标的房顶、墙体和地面阴影表现出的不同图像特征，利用区域邻接图，判断初步提取区域是否能与邻接区域形成建筑目标的相应结构，得到建筑目标检测结果。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.021 seconds)
