基于长波红外大气底层辐射和可见光波段线性混合模型的亚像元温度反演方法

    公开(公告)号:CN106595873A

    公开(公告)日:2017-04-26

    申请号:CN201710001761.2

    申请日:2017-01-03

    CPC classification number: G01J5/00 G01J2005/0077

    Abstract: 基于长波红外大气底层辐射和可见光波段线性混合模型的亚像元温度反演方法,属于遥感图像领域,本发明为解决现有红外波段温度反演方法未将混合像元和纯净像元加以区分,导致像元特别是混合像元温度反演不准确的问题。本发明所述反演方法的具体过程为:步骤1、对可见光波段,采用自动目标提取算法进行光谱解混,实现纯像元与混合像元的定位和混合像元各组分丰度的初步估计;步骤2、对与可见光波段配准后的热红外波段图像,结合解混获得的像元丰度信息,与大气、传感器参数实现亚像元温度反演。本发明用于红外波段光谱图像处理。

    基于非负低秩稀疏关联制图的遥感图像分割方法

    公开(公告)号:CN106023221A

    公开(公告)日:2016-10-12

    申请号:CN201610363558.5

    申请日:2016-05-27

    CPC classification number: G06K9/6223 G06T2207/10032 G06T2207/20112

    Abstract: 基于非负低秩稀疏关联制图的遥感图像分割方法,属于遥感图像处理领域,本发明为解决高分辨率遥感图像纹理信息的高同质性导致遥感图像分割精度低的问题。本发明图像分割方法具体过程为:对遥感图像进行量化处理:将待处理输入图像利用K‑均值聚类的分类方法根据图像灰度级范围进行量化处理;提取图像纹理信息的局部直方图特征;对局部直方图特征矩阵l1/2范数约束进行低秩分解;构建低秩稀疏关联制图;利用关联制图约束的非负矩阵参数化方法分割特征矩阵,对于非负矩阵参数化方法分解的权重矩阵,通过去权卷积的方法在权重矩阵中寻找每个像素的特征向量所对应的类别最大权重,确定该像素所属的分割类别,实现图像分割。本发明用于遥感影像分割。

    基于非局域稀疏的卫星高分图像阴影区域恢复方法

    公开(公告)号:CN106023113A

    公开(公告)日:2016-10-12

    申请号:CN201610363498.7

    申请日:2016-05-27

    Inventor: 宿南 张晔 张钧萍

    Abstract: 基于非局域稀疏的卫星高分图像阴影区域恢复方法,属于遥感图像处理领域,本发明为解决现有技术不能对卫星高分图像中城市地区建筑物阴影遮蔽进行阴影检测和阴影恢复的问题。本发明阴影区域恢复方法的具体过程为:步骤1、对高分图像阴影区域进行软检测;步骤2、对检测到的全影区和半影区进行恢复,使阴影区域的亮度和平滑度与非影区一致。本发明用于卫星高分图像分析。

    采用方差分量估计的广义立体像对三维重建方法

    公开(公告)号:CN103021021B

    公开(公告)日:2016-03-23

    申请号:CN201210457985.1

    申请日:2012-11-15

    Abstract: 采用方差分量估计的广义立体像对三维重建方法,涉及一种三维重建方法,为了解决面对不同成像系统下由于大角度造成的同图像各像素分辨率差异及不同成像条件图像间分辨率差异很大时,现有的基于RFM的广义立体像对三维重建方法存在具有严重不平衡性的广义线性方程组的问题。所述方法为通过利用广义立体像对中相应的待重建目标点的像素级分辨率关系实现将方差分量估计方法嵌入到经典的基于有理多项式模型RFM前方交汇的三维重建方法中,实现迭代求解未知三维坐标过程中的权值矩阵自适应调整,从而有效提高三维重建精度,提高广义立体像对进行三维重建的可行性,它用于广义立体像对的三维重建。

    基于双向梯度预测的高光谱图像连续谱段恢复方法

    公开(公告)号:CN105354802A

    公开(公告)日:2016-02-24

    申请号:CN201510696833.0

    申请日:2015-10-23

    CPC classification number: G06T5/001

    Abstract: 基于双向梯度预测的高光谱图像连续谱段恢复方法,属于遥感图像处理中的高光谱图像处理领域,本发明为解决高光谱图像的获取过程中连续几个谱段受噪声污染的问题。本发明所述恢复方法的具体过程为:判断受损谱段的平均峰值信噪比是否小于阈值,如果是则将连续的受损谱段和受损谱段前、后临近的未受损谱段分离,舍弃受损谱段的信息,利用受损谱段前、后临近的未受损谱段的信息对受损谱段进行双向梯度估计,得到高光谱图像的恢复结果;如果否将受损谱段和未受损谱段分离后分别对其进行线性小波分解,保存受损谱段中的低频分量,对未受损谱段中的高频分量进行双向梯度估计,进行小波重建获得恢复的高光谱图像。本发明用于高光谱图像恢复。

    一种利用TIG焊接方法实现等离子弧焊接的装置

    公开(公告)号:CN104668743A

    公开(公告)日:2015-06-03

    申请号:CN201410855284.2

    申请日:2014-12-25

    CPC classification number: B23K9/167 B23K9/26 B23K9/28 B23K10/02

    Abstract: 本发明涉及一种利用TIG焊接方法实现等离子弧焊接的装置,包括上枪体和下枪体。所述上枪体下端连接有上喷嘴,采用机械连接方法,实现上喷嘴和下枪体的同轴连接。所述上枪体壁内开有水冷槽、上进水管、上出水管及上进气管,所述上枪体内同轴设有导流件、钨极夹及钨极,所述钨极穿过钨极夹并伸入下枪体。所述下枪体壁内开有水冷槽、下进水管、下出水管及下进气管,所述下枪体下端内壁连接有下喷嘴,所述下喷嘴的中心开有孔道,所述钨极的末端距下喷嘴的中心孔道有一定距离,所述下枪体下端外壁连接有保护罩。本发明可实现等离子弧焊接,能显著提高TIG焊接的效率和焊缝质量,焊接成本相较传统等离子弧焊更低廉。

    基于快速搜寻最优核配置的张量分解截断遥感高光谱图象压缩方法

    公开(公告)号:CN102750714B

    公开(公告)日:2014-08-20

    申请号:CN201210218280.4

    申请日:2012-06-28

    Abstract: 基于快速搜寻最优核配置的张量分解截断遥感高光谱图象压缩方法,它涉及高光谱图象处理方法。目的是针对目前基于张量分解的压缩方法难以在设定压缩质量和压缩比要求下快速的获得最优的张量核配置的问题,提出了一种基于快速搜寻最优核配置的张量分解截断遥感高光谱图象压缩方法。本发明的步骤为:将高光谱图象做完整Tucker分解;计算光谱维搜索起点,开始迭代搜索,获得光谱维最优配置;然后再微调迭代,获取空间维最优配置;最后截取完整分解结果得到最终压缩结果。本发明可以应用于星载或者地面的高光谱图象压缩,在保证了压缩恢复质量的同时,能够有效减少了压缩算法的计算量。

    一种基于混合变换的遥感图像稀疏估计方法

    公开(公告)号:CN103824263A

    公开(公告)日:2014-05-28

    申请号:CN201410074775.3

    申请日:2014-03-03

    Abstract: 一种基于混合变换的遥感图像稀疏估计方法,它涉及一种遥感图像稀疏估计方法,属于遥感图像处理技术领域。本发明针对现有稀疏方法主要保留图像大多数能量,造成图像细节信息丢失,对细节丰富的遥感图像很难得到较好的稀疏效果的问题,提供了一种基于混合变换的遥感图像稀疏估计方法。该方法结合了张量积小波变换表达光滑图像的优点,以及Tetrolet变换能够有效表达纹理和边缘等细节信息的特点,对图像自身特征无限制,具有一定的普适性。实验结果表明,相对于采用单一的方法对遥感图像进行稀疏,提出的基于混合变换的方法能更有效的对遥感图像进行稀疏表达。本发明方法专门适用对遥感图像的稀疏处理。

    采用方差分量估计的广义立体像对三维重建方法

    公开(公告)号:CN103021021A

    公开(公告)日:2013-04-03

    申请号:CN201210457985.1

    申请日:2012-11-15

    Abstract: 采用方差分量估计的广义立体像对三维重建方法,涉及一种三维重建方法,为了解决面对不同成像系统下由于大角度造成的同图像各像素分辨率差异及不同成像条件图像间分辨率差异很大时,现有的基于RFM的广义立体像对三维重建方法存在具有严重不平衡性的广义线性方程组的问题。所述方法为通过利用广义立体像对中相应的待重建目标点的像素级分辨率关系实现将方差分量估计方法嵌入到经典的基于有理多项式模型RFM前方交汇的三维重建方法中,实现迭代求解未知三维坐标过程中的权值矩阵自适应调整,从而有效提高三维重建精度,提高广义立体像对进行三维重建的可行性,它用于广义立体像对的三维重建。

    基于极化合成孔径雷达图像的超分辨方法

    公开(公告)号:CN101408621B

    公开(公告)日:2011-12-28

    申请号:CN200810209572.5

    申请日:2008-11-28

    Abstract: 基于极化合成孔径雷达图像的超分辨方法,它涉及雷达图像处理领域。它为解决传统的极化合成孔径雷达图像超分辨算法不能保留相位信息和散射体的全极化散射特性的不足而提出的。本方法由以下步骤实现;1. 读入雷达图像数据;2. 预处理得到不同散射成分;3. 构成初始的高分辨图像;4.得各个散射成分的第n次获得的超分辨图像;5. 均方根误差计算;6.判断是否满足迭代终止条件,如不满足,返回执行步骤四,否则获得最终图像。它不但能提高图像的分辨率,还能完全保留图像的极化散射特性和相位信息。

Patent Agency Ranking