-
公开(公告)号：CN112859052A
公开(公告)日：2021-05-28
申请号：CN202110160255.4
申请日：2021-02-05
Applicant: 哈尔滨工业大学
IPC: G01S7/497
Abstract: 基于重叠航带共轭基元的机载激光雷达系统集成误差检校方法，本发明涉及机载激光雷达系统集成误差检校方法。本发明的目的是为了解决现有的机载激光雷达系统检校方法激光雷达数据测量精度低的问题。基于重叠航带共轭基元的机载激光雷达系统集成误差检校方法具体过程为：1：建立机载激光雷达系统的数学模型；2：基于1建立的机载激光雷达系统的数学模型，建立机载激光雷达系统集成误差模型；3：建立参考点云与模板点云之间的共轭基元，求解重叠航带点云之间的最佳变换关系式；4：根据重叠航带点云间最佳变化关系式与系统集成误差模型的关联，反解得到系统集成误差检校矩阵。本发明用于数据处理技术领域。
-
公开(公告)号：CN110175581B
公开(公告)日：2021-02-02
申请号：CN201910459208.2
申请日：2019-05-29
Applicant: 哈尔滨工业大学
IPC: G06K9/00 , G01N21/3504
Abstract: 一种基于累积张量分解的高光谱视频图像气体检测方法，本发明涉及高光谱视频图像气体检测方法。本发明的目的是为了解决现有高光谱视频图像气体检测方法中，检测精度低的问题。过程为：将视频看作不断扩张的四阶累积张量。在对初始的累积张量进行CP分解的基础上，对于每个时刻的新图像，附加得到新的累积张量，在上一时刻累积张量CP分解的结果上进行更新，并用更新后的因子矩阵来近似新图像，对新图像与其CP近似结果的拟合度进行阈值判断。当小于给定阈值时，认为新图像中无气体目标，对初始的累积张量及因子矩阵完成更新；反之，认为新图像中有气体目标，求取它CP近似的残差张量，将残差张量在光谱维的最大值作为检测结果。
-
公开(公告)号：CN111652826A
公开(公告)日：2020-09-11
申请号：CN202010421683.3
申请日：2020-05-18
Applicant: 哈尔滨工业大学
Abstract: 基于Wallis滤波+直方图匹配的有重多/高光谱遥感图像匀色方法，本发明涉及遥感图像匀色方法。本发明的目的是为了解决现有图像的匀色方法只注重了整体效果而忽略了图像局部特性，处理后可能使待匀色图像数据出现大的偏差，尤其是在图像交叠区域出现大的偏差的问题。过程为：一、获得M组同波段灰度图像；二、选取参考图像；三、获取新的待匀色图像；四、对参考和新的待匀色图像做直方图匹配全局匀色；五、将匀色后的图像作为参考图像，重复执行三至四，直至第m组同波段灰度图像全部匀色处理完，进行拼接；六、重复二至五获得所有M组拼接好的灰度图像，将所有M组拼接好的灰度图像合成新多/高光谱遥感图像。本发明用于遥感图像匀色领域。
-
公开(公告)号：CN107316009B
公开(公告)日：2020-08-28
申请号：CN201710433708.X
申请日：2017-06-09
Applicant: 哈尔滨工业大学
Abstract: 基于张量线性判别分析降维的高光谱图像目标检测方法，本发明涉及高光谱图像目标检测方法。本发明的目的是为了解决现有高光谱图像目标检测方法中未充分考虑在高分条件下空间约束增强的特性，不能从三维数据的整体进行信息挖掘，检测精度较低的问题。过程为：一：获得三阶目标、三阶背景和三阶待检测的测试样本张量块；二：使得目标和背景张量块在投影后的子空间里具有最大的可分性；三：将目标、背景和待检测的测试样本张量块投影到具有最大可分性的张量子空间中；四：计算每一个待检测的测试样本到背景和目标总距离；五：设定阈值，如果灰度值大于阈值，则确定该中心点的像元为目标，否则认为该中心点的像元为背景。本发明用于图像处理领域。
-
公开(公告)号：CN106778490B
公开(公告)日：2020-08-11
申请号：CN201611033506.8
申请日：2016-11-16
Applicant: 哈尔滨工业大学
Abstract: 基于多流形的多时相高光谱图像分类方法，本发明涉及多时相高光谱遥感图像分类方法。本发明的目的是为了解决如何利用多个时相的互补信息来解决多时相高光谱数据标签获取困难，时相图之间存在明显光谱漂移的问题。具体过程为：一、输入Xs1,Xs2,Xt和它们的空间坐标L1,L2,L3，以及Y1，Y2；二、计算d13，d23，d12,源图像中的每一类样本都在目标图像中选择空谱距离最小的k个样本，得到三组需要匹配的数据对；三、计算Ds1,s1、Ds2,s2、Dt,t，以及Ds1,s2、Ds1,t、Ds2,t；四、调整Xs2,Xt的数据尺度，构建多流形距离矩阵D；五、得到投影fs1,fs2,ft；六、获得目标时相的分类标签。本发明用于图像分类领域。
-
Patent Agency Ranking
公开(公告)号：CN106780353B
公开(公告)日：2019-10-22
申请号：CN201610989755.8
申请日：2016-11-10
Applicant: 哈尔滨工业大学
IPC: G06T5/00
Abstract: 一种基于时相光谱角度量的多时相云遮挡数据恢复方法，本发明涉及基于时相光谱角度量的多时相云遮挡数据恢复方法。本发明的目的是为了解决现有云遮挡数据恢复方法恢复精度低的问题。具体过程为：一、输入存在云遮挡的多时相多光谱遥感图像；二、计算存在云遮挡的多时相多光谱遥感图像地理坐标上各点的云遮挡数据缺失度；三、将缺失度最小的点作为要填充的点；四、提取X和相应缺失时相地理坐标；五、利用时相光谱角函数计算X与除X点外的其他各点相似度；六、找到相似度最大点Y；七、利用Y和缺失数据填补算法对要填充点的多时相多光谱数据X进行填补；八、迭代一，直至全部云遮挡数据被填充。本发明用于云遮挡数据恢复领域。
-
公开(公告)号：CN108805208A
公开(公告)日：2018-11-13
申请号：CN201810609674.X
申请日：2018-06-13
Applicant: 哈尔滨工业大学
IPC: G06K9/62
CPC classification number: G06K9/6259 , G06K9/6267
Abstract: 一种基于无标签样本一致性判定的协同训练方法，本发明涉及协同训练和多角度图像分类。本发明目的在于解决现有多角度遥感增加了对同一区域地物联合分析的难度，特别是地物变化分析的难度，使多角度遥感图像分类准确率低的问题。过程为：一：进行初分类：二：选择拍摄图像中无标签样本的可信样本；三：得到该视角重新训练好的分类器；直至所有视角对应的分类器重新训练完成；四：得到该视角的分类结果；直至所有视角对应的分类器重新分类完成；五：重复执行二、三、四，直至满足迭代终止条件，得到每个视角的分类结果，进行投票，以投票率最高的标签作为一中拍摄图像中不带有标签的样本的标签。本发明用于数字图像处理领域。
-
公开(公告)号：CN106501790B
公开(公告)日：2018-10-02
申请号：CN201610971539.0
申请日：2016-11-04
Applicant: 哈尔滨工业大学
IPC: G01S7/48
Abstract: 一种浅海水下目标高光谱参数化特征提取方法，本发明涉及浅海水下目标高光谱参数化特征提取方法。本发明是为了解决现有技术直接采用全光谱或单一波长反射率作为特征时缺乏稳定性的问题。本发明步骤为：步骤一：建立水下目标离水辐射率仿真模型；步骤二：确定使目标离水辐射率仿真值与实际测量值误差最小的水下目标离水辐射率仿真模型输入参数；步骤三：将步骤二确定的输入参数中的目标估计深度与反射率作为目标的高光谱遥感特征。本发明提出通过光谱仪接收信号估计与水下目标属性有关的深度和反射率作为特征，使目标特征具有物理意义的同时提高了特征的稳定性，提高水下目标高光谱探测能力。本发明应用于光学遥感信号处理领域。
-
公开(公告)号：CN105913448B
公开(公告)日：2018-09-07
申请号：CN201610356306.X
申请日：2016-05-25
Applicant: 哈尔滨工业大学
IPC: G06T7/33
Abstract: 基于张量匹配子空间的高光谱图像目标检测方法，本发明涉及高光谱图像目标检测方法。本发明的目的是为了解决现有高光谱图像目标检测精度低以及空间信息利用率低的问题。具体过程为：一、建立张量表示下的目标和背景的信号表示模型；二、分别建立目标和背景的四阶张量矩阵；三、求取目标和背景的四阶张量矩阵中空间X、空间Y和光谱三个背景方向和三个目标方向的正交投影矩阵；四、将待检测信号映射到三得到的目标样本投影子空间和背景样本投影子空间中；五、判定待检测信号是否为检测目标，如果张量表达下的广义似然比检测模型值大于等于η时，为检测目标；否则为背景目标；其中η为阈值。本发明用于图像检测领域。
-
公开(公告)号：CN106529484A
公开(公告)日：2017-03-22
申请号：CN201611009935.1
申请日：2016-11-16
Applicant: 哈尔滨工业大学
CPC classification number: G06K9/0063 , G06K9/628 , G06K2009/00644
Abstract: 基于类指定多核学习的光谱和激光雷达数据联合分类方法，本发明涉及光谱图像和激光雷达数据联合分类。本发明为解决现有多核学习方法中，存在没有考虑各个类别自身数据特点以及优化效率低的问题。具体过程为：一、在多/高光谱图像上提取地物的光谱信息和空间信息，在激光雷达数据上提取地物高度信息；二、将提取于多/高光谱图像和激光雷达数据以特征堆栈方式形成每个地物样本对应的总体特征向量；三、将依次输入到不同核参数下的高斯核生成核矩阵集；四、利用核对准模型为每两类地物样本从核矩阵集中选择出对应的核矩阵和核参数；五、最后利用多数投票原则确定样本类别，最终生成分类主题图。本发明用于数字图像处理领域。
-
-
-
-
-
-
-
-
-
Search Results
171
records
(took 0.034 seconds)
