-
公开(公告)号：CN108805057B
公开(公告)日：2020-11-17
申请号：CN201810530745.7
申请日：2018-05-29
Applicant: 北京师范大学
Abstract: 本发明公开一种基于联合显著性分析的SAR图像油库区检测方法，属于SAR图像处理及图像识别技术领域。实施过程包括：1)利用增强的方向平滑滤波器对一组SAR图像进行降噪处理；2)提取一组SAR图像中的亮度特征、纹理特征和曲线特征；3)利用模糊C均值聚类获得簇；4)利用全局对比度计算各个簇的显著值，得到共性显著特征图；5)计算每幅图像的共生直方图，通过分析共生直方图，计算得到单图显著特征图；6)融合共性显著特征图和单图显著特征图，得到油库区显著图；7)通过最大类间方差法进行阈值分割提取油库区。与传统的方法相比，本发明实现了对SAR图像油库区的准确提取，可应用于港区建设、环境监测及石油储量分析等方面。
-
公开(公告)号：CN107229917A
公开(公告)日：2017-10-03
申请号：CN201710395719.3
申请日：2017-05-31
Applicant: 北京师范大学
Abstract: 本发明公开一种基于迭代聚类的多幅遥感影像共性显著目标检测方法，属于遥感影像处理领域。实施过程包括：1)计算多幅遥感影像的灰度共生矩阵，获得灰度共生矩阵的对比度、能量、熵、相关性四个参数，结合遥感影像的长度与宽度，计算超像素数目；2)根据超像素数目对遥感影像完成超像素分割并对分割结果进行K‑means聚类，计算类间显著性，得到影像的初始显著图；3)对所有初始显著图进行目标分割，将分割结果再次进行基于超像素的K‑means聚类并计算类间显著性，得到影像的最终显著图；4)利用阈值分割获得多幅遥感影像的共性显著目标。本发明在有效抑制背景干扰的同时可准确检测多幅遥感影像的共性显著目标，可用于环境监测、土地规划等多个领域。
-
公开(公告)号：CN103247059B
公开(公告)日：2016-02-17
申请号：CN201310200262.8
申请日：2013-05-27
Applicant: 北京师范大学
IPC: G06T7/40
Abstract: 本发明公开了一种基于整数小波与视觉特征的遥感图像感兴趣区检测方法，属于遥感图像目标识别技术领域。实施过程包括：1、对遥感图像进行色彩合成与滤波去噪预处理；2、将预处理后的RGB空间遥感图像转化到CIE Lab色彩空间，得到亮度和颜色特征图，利用整数小波对L分量变换得到方向特征图；3、构建模拟人眼视网膜感受野的高斯差分滤波器，结合高斯金字塔进行跨尺度合并得到亮度和颜色特征显著图，利用小波系数筛选和跨尺度合并得到方向特征显著图；4、用特征竞争策略合成主显著图；5、对主显著图阈值分割得到感兴趣区。本发明提高了遥感图像感兴趣区的检测精度，降低了计算复杂度，可用于环境监测、城镇规划与林业调查等领域。
-
公开(公告)号：CN118840553A
公开(公告)日：2024-10-25
申请号：CN202410922506.1
申请日：2024-07-10
Applicant: 北京师范大学
IPC: G06V10/26 , G06V10/764 , G06V20/13 , G06V10/82 , G06N3/0895
Abstract: 本发明公开一种基于双重学习机制的弱标注遥感影像语义分割方法，属于遥感影像处理领域。实施过程包括：1)利用标注数量和精度均有限的弱标注遥感影像数据集完成半监督分类网络训练，并生成像素级伪分割掩膜；2)设计掩膜扰动机制引导的数据集重划分策略，将训练数据集重新划分为有标注和无标注两个子集；3)利用重划分数据集训练半监督语义分割网络；4)提出动态阈值策略用于半监督语义分割网络训练，降低伪标签的置信偏差；5)在测试阶段，使用语义分割网络输出待测试遥感影像的分割结果；本发明所提方法能够有效利用大量无标注样本中丰富的地物语义信息，在比传统弱标注更低的标注成本条件下实现遥感影像多类别地物目标的准确、高效分割。
-
公开(公告)号：CN108805186B
公开(公告)日：2020-11-17
申请号：CN201810530879.9
申请日：2018-05-29
Applicant: 北京师范大学
Abstract: 本发明公开一种基于多维显著特征聚类的SAR图像圆形油库检测方法，属于遥感图像处理及图像识别技术领域。实施过程包括：1)引入均值滤波器对整幅SAR图像进行具有边缘保持特性的低通滤波；2)提取SAR图像中的亮度特征、纹理特征和结构特征，生成SAR图像的多维显著特征向量；3)利用k‑means聚类算法对多维显著特征向量进行聚类，计算簇的显著值，生成SAR图像显著图；4)根据生成的显著图，利用主动轮廓模型获得油库顶部信息；5)结合油库直径信息，精确获得油库的底部信息；与传统的方法相比，本发明实现了对SAR图像圆形油库的准确检测，对于港口建设、资源调查以及石油资源储量分析具有重要的意义。
-
Patent Agency Ranking
公开(公告)号：CN107229917B
公开(公告)日：2019-10-15
申请号：CN201710395719.3
申请日：2017-05-31
Applicant: 北京师范大学
Abstract: 本发明公开一种基于迭代聚类的多幅遥感影像共性显著目标检测方法，属于遥感影像处理领域。实施过程包括：1)计算多幅遥感影像的灰度共生矩阵，获得灰度共生矩阵的对比度、能量、熵、相关性四个参数，结合遥感影像的长度与宽度，计算超像素数目；2)根据超像素数目对遥感影像完成超像素分割并对分割结果进行K‑means聚类，计算类间显著性，得到影像的初始显著图；3)对所有初始显著图进行目标分割，将分割结果再次进行基于超像素的K‑means聚类并计算类间显著性，得到影像的最终显著图；4)利用阈值分割获得多幅遥感影像的共性显著目标。本发明在有效抑制背景干扰的同时可准确检测多幅遥感影像的共性显著目标，可用于环境监测、土地规划等多个领域。
-
公开(公告)号：CN108805186A
公开(公告)日：2018-11-13
申请号：CN201810530879.9
申请日：2018-05-29
Applicant: 北京师范大学
CPC classification number: G06K9/6269 , G06K9/4604 , G06K9/6223 , G06K9/629
Abstract: 本发明公开一种基于多维显著特征聚类的SAR图像圆形油库检测方法，属于遥感图像处理及图像识别技术领域。实施过程包括：1)引入均值滤波器对整幅SAR图像进行具有边缘保持特性的低通滤波；2)提取SAR图像中的亮度特征、纹理特征和结构特征，生成SAR图像的多维显著特征向量；3)利用k‑means聚类算法对多维显著特征向量进行聚类，计算簇的显著值，生成SAR图像显著图；4)根据生成的显著图，利用主动轮廓模型获得油库顶部信息；5)结合油库直径信息，精确获得油库的底部信息；与传统的方法相比，本发明实现了对SAR图像圆形油库的准确检测，对于港口建设、资源调查以及石油资源储量分析具有重要的意义。
-
公开(公告)号：CN103679661B
公开(公告)日：2016-09-28
申请号：CN201310724566.4
申请日：2013-12-25
Applicant: 北京师范大学
IPC: G06T5/00
Abstract: 本发明公开一种基于显著性分析的自适应遥感图像融合方法，属于遥感图像处理技术领域。实施过程包括：1)多光谱图像经IHS变换得到I、H、S分量；2)采用多尺度谱残差对全色遥感图像进行显著性分析得到显著区域和非显著区域；3)对显著区域采用基于加窗IHS变换的融合方法，非显著区域采用基于小波变换的融合方法；4)将得到的显著区域和非显著区域I分量合并，与多光谱图像的H、S分量经IHS逆变换得到融合图像。本发明通过基于显著性分析的自适应融合，对显著区域很好保留了空间分辨率与光谱信息，对非显著区域有效降低了光谱扭曲度，解决了遥感图像融合中不同区域对空间分辨率和光谱信息要求不同的问题，可用于环境监测、土地利用与农业调查等领域。
-
公开(公告)号：CN103347187B
公开(公告)日：2016-08-10
申请号：CN201310310015.3
申请日：2013-07-23
Applicant: 北京师范大学
Abstract: 本发明公开了一种基于自适应方向预测离散小波变换的遥感影像压缩方法，属于遥感图像处理技术领域。实施过程包括：1)将近端整数、分数像素与远端整数像素构成的15个方向联合考虑，构建方向图；2)对遥感影像进行基于自适应方向预测的二维离散小波变换，即利用基于方向一致性的四叉树分割将遥感图像划分为互不重叠的若干图像块，采用新的方向预测模型获得各图像块的最佳变换方向并沿该方向完成提升小波变换；3)对变换后图像系数进行SPIHT编码，方向信息进行自适应算术编码，获得最终码流；本发明不仅有效提高了遥感图像的视觉质量与峰值信噪比，而且降低了方向小波变换的计算复杂度，可广泛用于航空与卫星遥感影像的高效编码压缩。
-
公开(公告)号：CN101739563A
公开(公告)日：2010-06-16
申请号：CN200810180668.3
申请日：2008-11-19
Applicant: 北京师范大学
IPC: G06K9/62
Abstract: 本发明为一种信源可变、基于约束单象素ICA的混合像元分解方法。ICA是一种常用的盲源分离方法，但由于混合像元分解问题存在其他盲源分离问题所不具有的约束条件，ICA用于混合像元分解问题并不可以取得好的分解效果，同时，混合像元分解领域里存在两大难题：如何解决地物类型大于遥感图像通道数的混合像元分解问题，如何解决线性模型中因地物类型始终固定所带来的精度问题。为有效利用ICA模型解决混合像元分解问题和有效解决混合像元分解的上述两个问题，本发明对传统ICA进行改进，提出了一种新的混合像元分解的方法-信源可变的约束单象素ICA方法。试验证明本发明的方法可取得优于其他分解方法的结果。
-
-
-
-
-
-
-
-
-
Search Results
28
records
(took 0.025 seconds)
