-
公开(公告)号：CN117237618A
公开(公告)日：2023-12-15
申请号：CN202311521064.1
申请日：2023-11-15
Applicant: 南京信息工程大学
Abstract: 本申请涉及一种高光谱图像异常检测方法。该方法包括：获取高光谱图像的像素点的高维光谱作为向量，构建马氏距离模型和局部马氏距离模型，采用马氏距离模型分析高光谱图像的每个像素点与均值向量的马氏距离，根据每个像素点与均值向量的马氏距离对像素点进行升序排序，获得新的图像矩阵，采用局部马氏距离模型，循环分析高光谱图像的每个像素点与其他像素点之间的马氏距离，并获得点集，对点集分析平均值，获得锚点集；以锚点集中每个锚点作为中心点，每个锚点与像素点距离最近的马氏距离为对应的局部半径，确定子区域，将高光谱图像中位于子区域以外的像素点，确定异常目标。提升了高光谱图像异常检测检测的准确性。
-
Patent Agency Ranking
公开(公告)号：CN116309759A
公开(公告)日：2023-06-23
申请号：CN202310596936.4
申请日：2023-05-25
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于快速三角特征直方图的点云粗配准方法，包括：对原点云P和目标点云Q体素降采样；根据Delaunay三角剖分规则进行点云表面三角网构建；计算其简易三角特征直方图，并进行距离加权求和，得到快速三角特征直方图特征描述子；找到相似度最高的三角形进行对应匹配；采样一致性初始配准算法计算出点云之间的最佳旋转矩阵与位移向量，完成对原点云P和目标点云Q的粗配准；本发明提高低密度点云配准精度以及缩短配准时间，得到鲁棒性好的点云配准特征描述符；在0.005米体素采样条件下的点云配准旋转误差为0.7535度，位移误差0.0026米，提高了低密度点云配准成功率。
-
公开(公告)号：CN116721318A
公开(公告)日：2023-09-08
申请号：CN202310569581.X
申请日：2023-05-19
IPC: G06V10/778 , G06V10/774 , G06V10/764 , G06V10/82 , G06V20/10 , G06N3/042 , G06N3/08
Abstract: 本申请涉及一种基于类级图嵌入表示的遥感图像主动学习方法。该方法包括：通过从高光谱遥感图像的标记数据中，随机取出标记集和未标记集，余下的样本作为测试集，设置主动学习的迭代次数与样本预算，使用标记集训练分类模型，通过网络参数得到样本的空谱特征表示，根据真实标签将标记集分为K类，逐类别构造图节点与邻接矩阵，训练类级图卷积网络模型，得到未标记样本的类间最小不确定性，挑选B个不确定样本作为查询集，赋予查询集真实标签并加入标记集，使用新的标记集更新分类模型与类级图卷积网络模型的参数，当迭代次数为I次时，利用更新后的标记集训练分类模型并对测试集进行分类得到分类结果。从而提高深度学习模型分类的准确率。
-
公开(公告)号：CN116452583B
公开(公告)日：2023-09-12
申请号：CN202310700463.8
申请日：2023-06-14
Applicant: 南京信息工程大学
IPC: G06T7/00 , G06T7/11 , G06T5/00 , G06V10/762
Abstract: 本发明公开了点云缺陷检测方法、装置、系统及存储介质，三维激光点云处理技术领域，包括从预构建的k‑d树结构中获取待检测点云和参考点云；轮询检测待检测点云中的所有数据点，分别计算待检测点云中的数据点在待检测点云邻域内和在参考点云邻域内的局部方向中心度，计算两个局部方向中心度的差值，若所述差值超过预设阈值，则所述差值对应的数据点为缺陷点；对检测到的所有缺陷点进行聚类分割，得到缺陷区域，实现点云缺陷检测；本发明能够提高点云缺陷检测的效率和准确率。
-
公开(公告)号：CN116452583A
公开(公告)日：2023-07-18
申请号：CN202310700463.8
申请日：2023-06-14
Applicant: 南京信息工程大学
IPC: G06T7/00 , G06T7/11 , G06T5/00 , G06V10/762
Abstract: 本发明公开了点云缺陷检测方法、装置、系统及存储介质，三维激光点云处理技术领域，包括从预构建的k‑d树结构中获取待检测点云和参考点云；轮询检测待检测点云中的所有数据点，分别计算待检测点云中的数据点在待检测点云邻域内和在参考点云邻域内的局部方向中心度，计算两个局部方向中心度的差值，若所述差值超过预设阈值，则所述差值对应的数据点为缺陷点；对检测到的所有缺陷点进行聚类分割，得到缺陷区域，实现点云缺陷检测；本发明能够提高点云缺陷检测的效率和准确率。
-
公开(公告)号：CN116309759B
公开(公告)日：2023-08-15
申请号：CN202310596936.4
申请日：2023-05-25
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于快速三角特征直方图的点云粗配准方法，包括：对原点云P和目标点云Q体素降采样；根据Delaunay三角剖分规则进行点云表面三角网构建；计算其简易三角特征直方图，并进行距离加权求和，得到快速三角特征直方图特征描述子；找到相似度最高的三角形进行对应匹配；采样一致性初始配准算法计算出点云之间的最佳旋转矩阵与位移向量，完成对原点云P和目标点云Q的粗配准；本发明提高低密度点云配准精度以及缩短配准时间，得到鲁棒性好的点云配准特征描述符；在0.005米体素采样条件下的点云配准旋转误差为0.7535度，位移误差0.0026米，提高了低密度点云配准成功率。
-
-
-
-
-
Search Results
6
records
(took 0.02 seconds)
