-
公开(公告)号：CN108764097B
公开(公告)日：2021-07-20
申请号：CN201810489307.0
申请日：2018-05-21
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于分段稀疏表示的高光谱遥感图像目标识别方法。使用本发明能够在不同场景下均取得了不错的目标检测效果。本发明通过光谱分段，从局部特征的组合方式着手，充分强调并利用了更为稳定的局部光谱特征，提升了目标检测效果；利用稀疏表示和字典学习自适应性的特点，无需对目标和背景的分布做任何的假设，避免了过多先验假设和手工特征带来的建模的欠准确性。本发明采用局部特征匹配的特性使得少数波段受到污染不会严重影响全局的特征匹配结果，具有一定的抗波段污染的效果。
-
公开(公告)号：CN113052852A
公开(公告)日：2021-06-29
申请号：CN202110045335.5
申请日：2021-01-12
Applicant: 北京理工大学
Abstract: 本公开的基于可编程逻辑电路的图像分割方法，通过输入并存储原始图像数据，根据原始图像的尺寸对所述原始图像进行截取得到预处理方形图像；对所述预处理方形图像进行统计、计算得到所述原始图像的图像阈值；将所述图像存储模块存储的原始数据与所述图像阈值进行比较，当所述原始数据大于等于所述图像阈值时，将所述原始数据所对应的二值图像置为1，否则置为0，得到所述原始图像的二值化分割图像。能够解决图像分割算法实时实现在精度高时处理速度慢和硬件开销大问题，同时消除利用FPGA实现时，处理速度提升和硬件开销降低后，处理精度低的问题。
-
公开(公告)号：CN109784142A
公开(公告)日：2019-05-21
申请号：CN201811422749.X
申请日：2018-11-27
Applicant: 北京理工大学
Abstract: 本发明提供了一种基于条件随机投影特征的高光谱目标检测方法，能够实现目标的准确、快速检测，并且能够提高对训练样本数量的敏感度。在高光谱影像光谱数据的表征方面提出一种基于条件随机投影的有监督特征选择与特征提取方法。获得与数据和标签有关的投影参数矩阵，通过该投影参数矩阵获得条件随机特征，所以提高了目标检测的准确度；同时整个运算求取过程中增加了筛选估计和采样，筛选估计和采样的运算所用时间不多，训练时间短，并且筛选估计和采样的运算是在离线阶段完成，实际运行时直接使用训练获得的结果，因此该方法具有检测的准确度、测试运行效率高的优点。
-
公开(公告)号：CN108629297A
公开(公告)日：2018-10-09
申请号：CN201810352969.3
申请日：2018-04-19
Applicant: 北京理工大学
Abstract: 本发明提供一种基于空域自然场景统计的遥感图像云检测方法，由于云区域比较平坦，非对称广义高斯分布的值集中在零附近，所以云区域的非对称广义高斯分布近似尖峰状态；而城市高亮度区域，比较分散，所以非对称广义高斯分布比较平缓；则当待测超像素块的非对称广义高斯分布与云图像的非对称广义高斯分布一致，即波形参数f1与波形参数f2之间的距离，小于波形参数f1与波形参数f3之间的距离，那么待测超像素块判断为云雪区域，否则判断为非云雪区域；这种统计参数距离的方法首次应用于云检测，能够准确地将云区域从可见光波段遥感图像中提取出来。
-
公开(公告)号：CN107122787A
公开(公告)日：2017-09-01
申请号：CN201710077949.5
申请日：2017-02-14
Applicant: 北京理工大学
CPC classification number: G06K9/6262 , G06K9/6215 , G06K9/629 , G06N3/04
Abstract: 本发明公开了一种基于特征融合的图像缩放质量评价方法，属于图像处理技术领域，该方法包括如下步骤：分别提取出缩放图像与原始图像的显著性信息和全局Gist向量，显著性信息中包括图像中所有点的显著值；然后分别提取出原始图像和缩放图像的SIFT特征点，并且相互匹配，获得二者的SIFT特征点匹配对，建立原始图像和缩放图像的像素之间的对应关系；计算缩放图像的如下三种特征：图像形状相似度特征、图像块结构相似度特征以及显著性信息完备性特征；将上述三种特征，代入到基于BP神经网络的缩放质量评价模型中得到评价结果。
-
Patent Agency Ranking
公开(公告)号：CN106886760A
公开(公告)日：2017-06-23
申请号：CN201710052487.1
申请日：2017-01-24
Applicant: 北京理工大学
CPC classification number: G06K9/0063 , G06K9/342
Abstract: 本发明提供了一种基于空谱信息结合的高光谱舰船检测方法，能够解决现有舰船检测方法中舰船目标的检测的准确度和虚警的问题。本发明方法中涉及基于类间差异性的无监督光谱子区间筛选方法，是一种准确、快速、鲁棒性强的无监督光谱波段筛选方法。阈值分割中加入了水域的相对稳定性，极大削弱了亮度值较低的非水域区域对检测结果的干扰，能够实现十分准确的海陆分割结果，该方法简单、快速并且自适应。本发明提出了对RX异常检测结果进行空间特征增强的方法，即利用二维本征模态分解重构图像，并且该方法是自适应的，完全依赖数据本身的结构。本方法利用物质的光谱特征分析物质的主要材质构成，所有光谱均可由光谱字典中光谱向量线性组合得到。
-
公开(公告)号：CN115355770B
公开(公告)日：2023-11-03
申请号：CN202211072878.7
申请日：2022-09-02
Applicant: 西安奇维科技有限公司 , 北京理工大学
Abstract: 本发明公开了一种应用于图像导引头抑制强背景干扰的方法：步骤1，选取检测图像I；步骤2，生成显著性图M；步骤3，将显著性图M减去其平均值并转换为非负值得到第一预处理后的显著性图M1；步骤4，对第一预处理后的显著性图M1进行第二预处理，得到显著性图M2；步骤5，进行第一二值化处理得到第一二值化图mask1，并对mask1去掉边界连通域得到第二二值化图mask2；并依据mask2对显著性图像M1进行第三预处理，得到显著性图M3；步骤6，对第三预处理后的显著性图M3进行高斯滤波处理，得到滤波图M4；步骤7，对滤波图M4进行二值化分割得到第三二值化图bw，并得到最终的检测目标。本发明能够准确地检测出目标，为后续的目标跟踪奠定了稳定的基础。
-
公开(公告)号：CN115239963A
公开(公告)日：2022-10-25
申请号：CN202210723136.X
申请日：2022-06-21
Applicant: 北京理工大学
Abstract: 本发明涉及一种应用于空间目标监测场景的连通区域标记流处理器，基于并行架构的流处理器，采用数据驱动，可在大幅宽、高离散、巨量点目标图像中完成连通区域标记。具体的，二值化模块对输入的图像进行分割，得到二值图像，将灰度图像快速分割成高度离散的像素级目标；团查找及记录模块用于将高度离散的像素级目标合并成团并记录下来；团标记及等价对生成模块用于将行间有邻接关系的团合并，并构建等价对表示空间互不邻接但语义上相互连通的团；等价对合并及标记输出模块通过等价对进行团合并，最终实现目标区域连通；四端口随机存储器读写控制模块用于完成团标记及等价对生成过程中涉及的读写操作控制。
-
公开(公告)号：CN114332157A
公开(公告)日：2022-04-12
申请号：CN202111527248.X
申请日：2021-12-14
Applicant: 北京理工大学
Abstract: 本发明提供了一种双阈值控制的长时跟踪方法，在不同的跟踪场景中均取得了不错的效果。本发明将验证网络和孪生网络进行整合，采用双阈值控制法，对长时间跟踪过程中各种情况进行判断，以保证算法的长时鲁棒性。本发明将两类网络进行融合，很好的利用的两者优势且弥补了相互的不足，以适应长时间跟踪场景。其中，基于MDNet的验证网络通过在线训练很好的利用了后续帧中的信息，弥补了基于孪生网络的跟踪算法中跟踪目标信息缺失的问题；基于孪生网络的跟踪算法通过模版匹配的方法，代替基于MDNet的跟踪算法中的网络预测过程，计算量较小，解决了基于MDNet的跟踪算法实时性较差的问题。
-
公开(公告)号：CN109784142B
公开(公告)日：2020-12-04
申请号：CN201811422749.X
申请日：2018-11-27
Applicant: 北京理工大学
Abstract: 本发明提供了一种基于条件随机投影特征的高光谱目标检测方法，能够实现目标的准确、快速检测，并且能够提高对训练样本数量的敏感度。在高光谱影像光谱数据的表征方面提出一种基于条件随机投影的有监督特征选择与特征提取方法。获得与数据和标签有关的投影参数矩阵，通过该投影参数矩阵获得条件随机特征，所以提高了目标检测的准确度；同时整个运算求取过程中增加了筛选估计和采样，筛选估计和采样的运算所用时间不多，训练时间短，并且筛选估计和采样的运算是在离线阶段完成，实际运行时直接使用训练获得的结果，因此该方法具有检测的准确度、测试运行效率高的优点。
-
-
-
-
-
-
-
-
-
Search Results
43
records
(took 0.016 seconds)
