-
公开(公告)号：CN107194373A
公开(公告)日：2017-09-22
申请号：CN201710455965.3
申请日：2017-06-16
申请人： 河海大学
CPC分类号： G06K9/0063 , G06K9/46 , G06K9/6256 , G06K9/6274 , G06K2009/00644 , G06K2009/4657 , G06N3/0472 , G06N3/088
摘要： 本发明公开了一种高光谱遥感影像特征提取与分类方法，包括以下步骤：S1：选取高光谱遥感图像构建训练集；S2：进行数据预处理操作，以降低数据维度；S3：构建基本深信度网络模型；S4：进行特征提取，将数据的光谱特征和空间信息分别提取出来；S5：联合光谱空间信息完成图像的分类；S6：进行分类结果精度评价。本发明在采用深度网络模型实现高光谱影像分类时，联合光谱特征和空间信息进行分类，显著提升图像的分类精度，从而提高遥感目标检测识别的效率。
-
公开(公告)号：CN104303207A
公开(公告)日：2015-01-21
申请号：CN201180076135.0
申请日：2011-12-29
申请人： 英特尔公司
CPC分类号： G06K9/4652 , G06K9/4671 , G06K2009/4657
摘要： 一种方法可以包括：执行局部搜索以得到多通道图像的局部邻域内的局部最优色彩；将所述多通道图像的所述局部邻域投影到单通道基上；以及将单通道检测器应用于投影后的局部邻域。
-
公开(公告)号：CN109543757A
公开(公告)日：2019-03-29
申请号：CN201811421154.2
申请日：2018-11-27
申请人： 陕西文投艺术品光谱科技有限公司
CPC分类号： G06K9/6232 , G01N21/25 , G06K9/46 , G06K9/4642 , G06K9/6201 , G06K9/6215 , G06K2009/4657
摘要： 本发明公开了一种基于光谱成像技术与图谱分析的书画画风鉴定方法，包括高光谱成像，高光谱图像预处理，高光谱图像特征变换，画风特征度量与提取，已知画风书画特征平均化，待鉴定书画画风识别；本发明解决了现有的利用人眼进行画风分析鉴定时可能存在的难辨识和辨识错的问题；通过高光谱成像技术和图谱分析技术对书画数据进行获取和建模分析，并从空间和光谱两方面同时入手，而不是单一的空间信息，以更科学、全面、准确的方式完成书画画风的客观鉴定，从而更好地辅助于整个书画作品的鉴定；其主要应用于对书法、中国水墨画、中国彩色绘画、国外油画的画风鉴定。
-
公开(公告)号：CN107766896A
公开(公告)日：2018-03-06
申请号：CN201711221418.5
申请日：2017-11-28
申请人： 齐鲁工业大学
发明人： 吴光远
CPC分类号： G06K9/46 , G06K9/6232 , G06K9/6256 , G06K2009/4657
摘要： 本发明涉及一种基于色相聚类的光谱降维方法，其特征在于：选择根据光谱样本自身所具有的特性出发，根据训练样本颜色特性依据色相环原理确定主要色相，利用色相聚类确定每个主要色相所对应的训练样本，然后进行待测试样本的光谱反射率降维处理。本发明充分考虑实际应用的需求，具有计算简单、易于操作、特征向量少、降维精度高等特征的多光谱数据的降维与压缩方法；利用多光谱颜色信息的高精度压缩与存储，相对用户使用而言也较为方便。
-
公开(公告)号：CN104737539A
公开(公告)日：2015-06-24
申请号：CN201380053494.3
申请日：2013-10-09
申请人： 国立研究开发法人情报通信研究机构
发明人： 迈赫达德·帕纳坡尔·德黑兰尼 , 石川彰夫 , 河北真宏 , 井上直己 , 藤井俊彰
CPC分类号： H04N13/31 , G06K9/36 , G06K9/46 , G06K2009/366 , G06K2009/4657 , G06T5/002 , G06T19/20 , G06T2219/2004 , G06T2219/2012 , H04N13/211 , H04N13/243 , H04N13/275 , H04N13/363 , H04N19/395 , H04N19/46 , H04N19/503 , H04N19/597
摘要： 提供减小含有相互类似的信息的多个图像的数据量的方法，包括：取得多个图像，并且，在多个图像中选择与对象图像以及对象图像类似的第一参照图像及第二参照图像的步骤；基于第一参照图像及第二参照图像，生成与对象图像对应的合成图像的步骤；基于对象图像及合成图像的至少一方，生成边信息的步骤，边信息是对象图像的位置上的假想视野的信息；根据边信息来生成梯度图像的步骤；针对梯度图像的各像素位置，决定与梯度对应的系数，并且，针对对象图像的各像素位置的亮度值，以对应的系数作为除数来进行取模计算，通过取模计算而计算出各像素位置的余数，从而生成由余数构成的余数图像的步骤；输出第一参照图像、第二参照图像及余数图像，来作为表现对象图像、第一参照图像及第二参照图像的信息的步骤。
-
公开(公告)号：CN104251850A
公开(公告)日：2014-12-31
申请号：CN201310464458.8
申请日：2013-10-08
申请人： 中国医药大学
CPC分类号： G06K9/00134 , A61B5/0059 , A61B5/0071 , A61B5/0088 , A61B5/443 , A61B5/444 , G01J3/28 , G01J3/2823 , G01N21/31 , G01N21/6486 , G01N2021/6423 , G06K9/4661 , G06K2009/4657
摘要： 一种利用超频谱图像分析组织细胞的系统及方法，用以对一组织检体进行成分分析，该系统包含有一图像获取模块以及一超频谱图像分析模块，该图像获取模块用以产生一激发光并接收该组织检体因该激发光所产生的一光谱图像，并将该光谱图像转换为一具有连续频谱的超频谱图像数据；而该超频谱图像分析模块将该超频谱图像数据进行线性转换获得多个线性独立的连续光谱曲线，并根据一数据库内已知成分的连续光谱数据进行比对，以确认该组织检体中所含有的成分、类别、占有比例与空间分布，以供医师进行准确的病灶判断。
-
公开(公告)号：CN102842063A
公开(公告)日：2012-12-26
申请号：CN201210106979.1
申请日：2012-04-12
申请人： 施乐公司
CPC分类号： G06K9/00369 , G06K2009/4657 , G06T7/11 , G06T2207/10048 , G06T2207/30242
摘要： 公开了一种新颖的系统和方法，用于确定使用红外成像系统获得的红外图像中的对象的数量。在一个实施方案中，使用包括红外探测装置和红外照明器的红外成像系统，为红外图像中的每个像素收集总计N个强度值。从数据库取得为多种已知材料诸如头发和皮肤已估计的强度值。使用反射比最优拟合方法或相关方法，为红外图像中的每个像素确定分类。一旦分类，可以确定红外图像中对象的总数。本系统和方法意在用于众多现实世界应用中，诸如用于确定在HOV/HOT车道中行进的车辆里的乘员的数量。
-
公开(公告)号：CN108475336A
公开(公告)日：2018-08-31
申请号：CN201780006659.X
申请日：2017-03-16
申请人： 威里利生命科学有限责任公司
CPC分类号： G06K9/2027 , G01J3/10 , G01J3/2823 , G01J2003/2826 , G06K9/6212 , G06K9/6218 , G06K9/6268 , G06K9/6269 , G06K2009/00644 , G06K2009/4657 , H04N5/2354
摘要： 一种成像系统(例如高光谱成像系统)接收比较第一物体和第二物体(例如医疗环境中的两个解剖结构或器官)的指示。所述成像系统访问所述第一物体和第二物体的分类矢量，所述分类矢量已经通过将所述第一物体的多个收集的反射率值与所述第二物体的多个收集的反射率值分离而被提取。基于提取的分类矢量确定成像系统的一个或多个光谱照明源的一组最佳照明强度。采用确定的照明强度照射第一和第二物体。提供第一和第二物体的高对比度图像用于显示，使得可以在图像中容易地区分这两个物体。图像中的像素的强度由照明强度确定。
-
公开(公告)号：CN106915462A
公开(公告)日：2017-07-04
申请号：CN201710077896.7
申请日：2017-02-14
申请人： 福建兴宇信息科技有限公司
CPC分类号： B64C39/02 , B64C2201/127 , G06K9/32 , G06K9/40 , G06K9/4652 , G06K9/4671 , G06K9/6201 , G06K9/6267 , G06K2009/4657 , G06Q50/02 , G06T17/05
摘要： 本发明提供一种基于多源影像信息的林业病虫害智能识别系统，所述系统包括无人机和地面站，无人机搭载的设备有温湿度模块、通信模块、控制模块以及与控制模块相连的GPS定位模块、传感模块和图像采集模块，所述温湿度模块与控制模块相连；所述通信模块，实现无人机的控制模块和地面站的通信；通过卫星遥感影像、无人机的遥感影像和图像识别技术对林业病虫害信息提取，利用时间序列影像数据中的光谱信息和时相信息，对图像采集模块采集的图像进行图像自动识别获得病虫害发生情况。本发明相对卫星遥感、航空航天遥感成本更低，精确度高、易于控制。
-
公开(公告)号：CN106355212A
公开(公告)日：2017-01-25
申请号：CN201610969296.7
申请日：2016-10-28
申请人： 哈尔滨工业大学
CPC分类号： G06K9/6269 , G06K9/46 , G06K2009/4657 , G06N20/00
摘要： 基于形态学轮廓特征和非线性多核学习的高光谱图像分类方法，本发明涉及高光谱图像分类方法。本发明的目的在于克服在高光谱图像分类方法中不能对高光谱图像的空间信息进行充分挖掘以及没有考虑基核之间非线性交互作用产生的有用信息的不足。具体过程为：一：利用主成分分析方法提取高光谱图像的主成分，在主成分基础上获取高光谱图像扩展的多结构元素形态学轮廓特征；二：构建线性基核；三：得到非线性组合核；四：将非线性组合核带入支持向量机中，采用梯度下降法得到的最优核权重；五：对高光谱图像进行分类。本发明用于图像分类领域。
-
-
-
-
-
-
-
-
-
搜索结果
34 条记录 (耗时 0.015 秒)
