-
公开(公告)号：CN119295993A
公开(公告)日：2025-01-10
申请号：CN202411341631.X
申请日：2024-09-25
Applicant: 哈尔滨工业大学
IPC: G06V20/40 , G06V10/774 , G06V10/30 , G06V10/764
Abstract: 一种基于本征分解的卫星视频运动目标检测方法，本发明涉及基于本征分解的卫星视频运动目标检测方法，属于遥感图像处理领域。本发明的目的是为了解决现有基于深度学习的卫星视频运动目标检测方法严重依赖于大规模精确标注的数据集，且需要漫长的训练过程；以及传统的图像处理技术在复杂场景下可能无法充分抑制背景噪声的问题。过程为：基于反射率分量的时空一致性约束、明暗分量的局部空间一致性约束和信号分解约束，获得优化问题；求解优化问题，得到反射率分量和明暗分量；对反射率分量进行张量鲁棒主成分分析，提取运动目标；使用噪声滤波器对提取的运动目标进行处理，输出最终的检测结果。
-
公开(公告)号：CN118999790A
公开(公告)日：2024-11-22
申请号：CN202411114229.8
申请日：2024-08-14
Applicant: 哈尔滨工业大学
Abstract: 一种高集成度的多光谱相机系统，属于空间遥感技术检测领域。光学系统上的N个子通道与N个滤光片一一相对应，N个滤光片设置在光路上并位于对应的子通道的光学系统的后方，N个子通道的光学系统与N个滤光片共用同一组探测器，该组探测器设置在光路上并位于所有滤光片的后方，光学系统的每个子通道上皆配备有一个微透镜，所有微透镜组合构成微透镜阵列，由N个子通道的光学系统与一组探测器组成光学成像系统，N个子通道的光学系统、N个滤光片及一组探测器均固定安装在相机外壳内，且N个子通道的光学系统位于相机外壳的镜头壳体内。本发明用于在成像效果方面，该光学成像系统在高频处保持了极高的MTF值，确保了成像质量和清晰度。
-
公开(公告)号：CN116935242B
公开(公告)日：2024-08-06
申请号：CN202310914459.1
申请日：2023-07-24
Applicant: 哈尔滨工业大学
IPC: G06V20/13 , G06V10/26 , G06V10/774 , G06V10/82 , G06V10/42 , G06N3/0464 , G06N3/08
Abstract: 基于空间和语义一致性对比学习的遥感图像语义分割方法及系统，本发明涉及遥感图像的语义分割方法及系统。本发明的目的是针对现有对比学习方法大多只适用于自然场景图像分类任务，忽略了遥感场景图像中对语义分割任务十分重要的空间和语义关联性，导致遥感图像语义分割准确率低的问题。过程为：1：获取数据增强后的无标注遥感图像数据集；2：得到遥感特征图；3：构建实例级分支；4：构建一致性分支；5：构建自监督对比学习框架的整体损失函数；采用无标注的遥感图像对骨干网络训练，获得预训练好的骨干网络；6：构建语义分割网络，获得微调好的语义分割网络，微调好的语义分割网络用于后续的遥感语义分割任务。本发明属于遥感图像处理领域。
-
公开(公告)号：CN114936980B
公开(公告)日：2024-06-28
申请号：CN202210645619.2
申请日：2022-06-08
Applicant: 哈尔滨工业大学
IPC: G06T5/80 , G06V10/774 , G06T5/70
Abstract: 基于低秩平滑特性的高光谱显微图像平场校正方法及系统，涉及图像平场校正领域。本发明是为了解决目前的平场校正方法还无法在不采集白平衡数据的情况下，有效地校正高光谱显微系统中的不均匀光照，从而限制了高光谱显微系统在组织病理学处理中的应用的问题。本发明包括：获取待测的高光谱显微图像，将图像输入到LRSFC模型的最优解中，获得平场校正后的高光谱显微图像；获取LRSFC模型的最优解包括：采集高光谱显微图像，并分为训练集和测试集；利用训练集建立LRSFC模型；对LRSFC模型进行求解，获得LRSFC模型的通解；利用LRSFC的通解获取高光谱显微图像的平场项；利用高光谱显微图像平场项对测试集评分获取LRSFC模型最优解。本发明用于对高光谱显微图像进行平场校正。
-
公开(公告)号：CN117522827A
公开(公告)日：2024-02-06
申请号：CN202311552590.4
申请日：2023-11-20
Applicant: 哈尔滨工业大学
IPC: G06T7/00 , G06V10/26 , G06V10/52 , G06V10/62 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/0895
Abstract: 基于稀疏编码和低频重建的遥感基础模型构建方法及系统，本发明涉及遥感基础模型构建方法及系统。本发明针对现有遥感基础模型只注重样本实例或像素间的关联性，忽略了对遥感图像变化检测任务至关重要的多尺度特征和频率信息，导致模型泛化能力不足、遥感图像变化检测准确率低。过程为：构建无标注遥感图像样本集；基于低频频率生成低频重建目标1；采用骨干网络‑解码器网络对图像的掩码区域进行像素重建，基于重建的掩码区域和非掩码区域获得重建目标2；得到预训练好的骨干网络‑解码器网络；获得训练好的变化检测网络；将待测的同一地区不同时间的一对遥感图像输入训练好的变化检测网络进行变化检测。本发明属于遥感图像领域。
-
Patent Agency Ranking
公开(公告)号：CN117452372A
公开(公告)日：2024-01-26
申请号：CN202311397666.0
申请日：2023-10-25
Applicant: 哈尔滨工业大学
IPC: G01S7/48 , G06F18/241 , G06F17/12
Abstract: 基于激光雷达物理模型的轻量化波形二分类方法及设备，属于全波形激光雷达波形数据处理技术领域。为了解决现有的单目标和多目标回波不区分的全波形激光雷达数据处理方法存在计算量大、效率低等问题，本发明首先对接收回波进行有效峰值检测，如果检测到一个以上的有效峰值，则将其分类为确定性多目标回波波形，其余的为不确定性回波波形，然后通过接收波形提取高斯函数的平均值、标准偏差和峰值，并拟合高斯函数，同时计算拟合高斯函数与接收波形的相关性得到相关系数，将相关系数与相关系数阈值进行比较，如果高于相关系数阈值则将接收到的波形分为单目标波形，否则基于激光雷达物理模型，利用双高斯拟合继续进行判断。
-
公开(公告)号：CN117092621A
公开(公告)日：2023-11-21
申请号：CN202310633129.5
申请日：2023-05-31
Applicant: 哈尔滨工业大学
Abstract: 基于光线追踪校正的高光谱图像‑点云立体配准方法，属于高光谱图像与激光雷达数据立体配准技术领域。为了解决低空机载平台的高光谱图像与激光雷达点云立体配准存在因低空视角误差导致立体维度信息损失大的问题。本发明首先计算在扫描高光谱单帧时无人机的空间位置与飞行方向向量，由平面法向量与平面上的固定点确定分层平面，并基于分层平面确定单个高光谱扫描帧对应的空间层；然后在分层的结果上，根据高光谱图像点云层内任一点得到对应的偏移点，并将根据坐标栅格参数以正射投影建立每个点与栅格的对应关系，进而得到数字表面模型；根据相位一致性原理，对数字表面模型与高光谱图像进行边缘提取，然后对数字表面模型与高光谱图像进行配准。
-
公开(公告)号：CN116935242A
公开(公告)日：2023-10-24
申请号：CN202310914459.1
申请日：2023-07-24
Applicant: 哈尔滨工业大学
IPC: G06V20/13 , G06V10/26 , G06V10/774 , G06V10/82 , G06V10/42 , G06N3/0464 , G06N3/08
Abstract: 基于空间和语义一致性对比学习的遥感图像语义分割方法及系统，本发明涉及遥感图像的语义分割方法及系统。本发明的目的是针对现有对比学习方法大多只适用于自然场景图像分类任务，忽略了遥感场景图像中对语义分割任务十分重要的空间和语义关联性，导致遥感图像语义分割准确率低的问题。过程为：1：获取数据增强后的无标注遥感图像数据集；2：得到遥感特征图；3：构建实例级分支；4：构建一致性分支；5：构建自监督对比学习框架的整体损失函数；采用无标注的遥感图像对骨干网络训练，获得预训练好的骨干网络；6：构建语义分割网络，获得微调好的语义分割网络，微调好的语义分割网络用于后续的遥感语义分割任务。本发明属于遥感图像处理领域。
-
公开(公告)号：CN116758223A
公开(公告)日：2023-09-15
申请号：CN202310823147.X
申请日：2023-07-06
Applicant: 哈尔滨工业大学
Abstract: 基于双角度多光谱图像的三维多光谱点云重建方法、系统及设备，属于多光谱图像三维重建技术领域。为了解决现有三维重建方法不能直接从非配准相机中重建完整波段点云的问题。本发明首先针对设置角度不同的相机采集的图像进行纹理增强；相机为多光谱相机；针对倾斜图像进行倾斜图像投影校正和提取特征点，再将特征点坐标反变换回到倾斜图像中，从而确定倾斜图像中的特征点，基于特征点对原始图像进行匹配像对搜索和图像匹配；然后对图像执行多视图密集匹配得到深度图点云并得到多光谱深度图点云，将同一个相机所采集多光谱深度图点云拼接，再将不同的多光谱相机对应的包含不同波段光谱的点云进行拼接得到全波段多光谱点云，最后滤除异常点。
-
公开(公告)号：CN116597148A
公开(公告)日：2023-08-15
申请号：CN202310648684.5
申请日：2023-06-02
Applicant: 哈尔滨工业大学
IPC: G06V10/26 , G06V10/44 , G06V10/80 , G06V10/762 , G06V10/764 , G06V10/82 , G06N3/0455 , G06N3/048 , G06N3/08 , G01S17/89 , G06T7/10
Abstract: 机载多光谱激光雷达点云语义分割方法、存储介质及设备，属于机载激光雷达点云数据处理技术领域。为了解决现有的机载多光谱点云中存在地物尺寸以及分布不均衡的问题而导致点云分割下过差的问题。本发明基于机载多光谱原始点云合成多光谱点云，并按照均匀网格选取样本，同时通过基于k聚类的方法对每种地物的密度中心球状邻域采样，然后将两种采样结果进行拼接，完成全面密网采样，之后按照波段进行分离，利用语义分割网络逐波段对单波段点云进行语义分割，进而得到拼接矩阵并利用融合网络进行融合得到最终的语义分割结果；本发明还利用联合训练策略进行训练提高网络的整体拟合能力，进而提升网络的分割效果。
-
-
-
-
-
-
-
-
-
Search Results
171
records
(took 0.025 seconds)
