基于近红外三光谱成像和距离的修正能见度估计方法

    公开(公告)号:CN113533222A

    公开(公告)日:2021-10-22

    申请号:CN202110884569.9

    申请日:2021-08-03

    Abstract: 本发明公开了基于近红外三光谱成像和距离的修正能见度估计方法,属于大气能见度检测技术领域,包括如下步骤:步骤一、利用近红外相机和三个近红外成像波段λ1、λ2和λ3对应的滤光片在雾天下对选定建筑物目标进行成像得到同一场景下不同波段成像的三幅近红外图像,分别为I(λ1,d)、I(λ2,d)和I(λ3,d);步骤二、推导雾天下基于近红外三光谱成像和距离的能见度估计公式,计算得到估计能见度V;步骤三、使用直线回归方程建立能见度修正公式,对后续得到的n对标准能见度Vt与估计能见度V,记作{(Vt1,V1),(Vt2,V2),...,(Vtn,Vn)},进行修正得到修正能见度Vx作为最终输出结果。本发明克服了现有技术中需要设置人工辅助黑体目标物、操作复杂的缺点,使得本发明能够直接测量雾天下能见度。

    基于两级反射光消除网络和像素损失的反射光去除方法

    公开(公告)号:CN112634161A

    公开(公告)日:2021-04-09

    申请号:CN202011573525.6

    申请日:2020-12-25

    Abstract: 本发明提供了一种基于两级反射光消除网络和像素损失的反射光去除方法,首先设置两级反射光消除网络中生成器的一级子网络和二级子网络;然后设定两级反射光消除网络中生成器基于像素损失的损失函数;再设定两级反射光消除网络中鉴别器的损失函数;训练两级反射光消除网络直到两级反射光消除网络参数收敛得到训练好的两级反射光消除网络;最后用训练好的两级反射光消除网络对测试数据集进行图像反射光去除,输出图像反射光去除以后的透射图。本发明克服了现有技术中容易出现色彩失真和细节损失的缺点,使得本发明对反射图像的去除效果更加明显,并且不存在色彩失真。

    一种基于两级反射光消除网络的图像反射光去除方法

    公开(公告)号:CN112598598A

    公开(公告)日:2021-04-02

    申请号:CN202011573740.6

    申请日:2020-12-25

    Abstract: 本发明提供了一种基于两级反射光消除网络的图像反射光去除方法,首先设置两级反射光消除网络中生成器的一级子网络和二级子网络;然后设定两级反射光消除网络中生成器的损失函数,由像素损失和感知损失两部分构成;再设定两级反射光消除网络中鉴别器的损失函数;训练两级反射光消除网络直到两级反射光消除网络参数收敛得到训练好的两级反射光消除网络;最后用训练好的两级反射光消除网络对测试数据集进行图像反射光去除,输出图像反射光去除以后的透射图。本发明克服了现有技术中容易出现色彩失真和细节损失的缺点,使得本发明对反射图像的去除效果更加明显,并且不存在色彩失真。

    基于特征提取和权重系数参数更新的高光谱目标跟踪方法

    公开(公告)号:CN112598069B

    公开(公告)日:2024-04-16

    申请号:CN202011573651.1

    申请日:2020-12-25

    Abstract: 本发明提供了一种基于特征提取和权重系数参数更新的高光谱目标跟踪方法,首先利用基于多维缩放和主成分分析的联合光谱降维方法对原始高光谱图像序列进行降维处理;然后分别提取降维处理后得到的图像序列的四对特征,将四对特征进行融合;并将融合后的特征送入核相关滤波器,得到四个基于第一到第四个特征的弱响应图;并利用权重系数对弱响应图进行加权得到强响应图;将强响应图中最大值位置作为目标的位置;并对权重系数进行更新。本发明克服了现有技术中计算量大,实时性差的缺点,使得本发明提高了复杂背景下高光谱图像序列中目标跟踪的速度,并且当目标出现形变和遮挡时有较好跟踪效果。

    一种基于联合光谱降维和特征融合的高光谱目标跟踪方法

    公开(公告)号:CN112598711A

    公开(公告)日:2021-04-02

    申请号:CN202011573891.1

    申请日:2020-12-25

    Abstract: 本发明提供了一种基于联合光谱降维和特征融合的高光谱目标跟踪方法,首先利用基于多维缩放和主成分分析的联合光谱降维方法对原始高光谱图像序列进行降维处理;然后分别提取降维处理后得到的图像序列的四对特征,将四对特征进行融合;并将融合后的特征送入核相关滤波器,得到四个基于第一到第四个特征的弱响应图;并利用权重系数对弱响应图进行加权得到强响应图;将强响应图中最大值位置作为目标的位置;并对基样本和权重系数的参数进行自适应更新。本发明克服了现有技术中计算量大,实时性差的缺点,使得本发明提高了复杂背景下高光谱图像序列中目标跟踪的速度,并且当目标出现形变和遮挡时有较好跟踪效果。

    基于两级反射光消除网络和像素损失的反射光去除方法

    公开(公告)号:CN112634161B

    公开(公告)日:2022-11-08

    申请号:CN202011573525.6

    申请日:2020-12-25

    Abstract: 本发明提供了一种基于两级反射光消除网络和像素损失的反射光去除方法,首先设置两级反射光消除网络中生成器的一级子网络和二级子网络;然后设定两级反射光消除网络中生成器基于像素损失的损失函数;再设定两级反射光消除网络中鉴别器的损失函数;训练两级反射光消除网络直到两级反射光消除网络参数收敛得到训练好的两级反射光消除网络;最后用训练好的两级反射光消除网络对测试数据集进行图像反射光去除,输出图像反射光去除以后的透射图。本发明克服了现有技术中容易出现色彩失真和细节损失的缺点,使得本发明对反射图像的去除效果更加明显,并且不存在色彩失真。

    基于三光谱实时成像和多项式回归的修正能见度估计方法

    公开(公告)号:CN113484254A

    公开(公告)日:2021-10-08

    申请号:CN202110885762.4

    申请日:2021-08-03

    Abstract: 本发明公开了基于三光谱实时成像和多项式回归的修正能见度估计方法,属于大气能见度检测技术领域,利用三台近红外相机、三个分光镜、三个近红外成像波段对应的滤光片、三个镜组搭建三光谱实时成像光学系统;利用三光谱实时成像系统在雾天下对选定建筑物目标进行成像得到同一场景下不同波段成像的三幅近红外图像;进一步推导雾天下基于近红外三光谱成像和距离的能见度估计公式;得到多对标准能见度U与估计能见度V,然后使用多项式回归方程建立能见度修正公式,对后续得到的估计能见度V进行修正得到修正能见度Vx。本发明利用三光谱实时成像与多项式回归克服了现有技术中需要大量训练样本来优化神经网络性能,使得本发明测量雾天下能见度误差较低。

    基于特征提取和权重系数参数更新的高光谱目标跟踪方法

    公开(公告)号:CN112598069A

    公开(公告)日:2021-04-02

    申请号:CN202011573651.1

    申请日:2020-12-25

    Abstract: 本发明提供了一种基于特征提取和权重系数参数更新的高光谱目标跟踪方法,首先利用基于多维缩放和主成分分析的联合光谱降维方法对原始高光谱图像序列进行降维处理;然后分别提取降维处理后得到的图像序列的四对特征,将四对特征进行融合;并将融合后的特征送入核相关滤波器,得到四个基于第一到第四个特征的弱响应图;并利用权重系数对弱响应图进行加权得到强响应图;将强响应图中最大值位置作为目标的位置;并对权重系数进行更新。本发明克服了现有技术中计算量大,实时性差的缺点,使得本发明提高了复杂背景下高光谱图像序列中目标跟踪的速度,并且当目标出现形变和遮挡时有较好跟踪效果。

Patent Agency Ranking