-
公开(公告)号：CN114119856B
公开(公告)日：2024-04-26
申请号：CN202010878348.6
申请日：2020-08-27
Applicant: 哈尔滨工业大学
Abstract: 本发明涉及一种遥感成像图像仿真方法及系统，涉及光学遥感成像仿真与信息处理技术领域。该方法包括：利用矩形主镜的参数和旋转角速度通过光瞳函数和傅里叶变换确定矩形主镜的点扩散函数；利用卫星平台的三轴角振动函数以及星体坐标系与焦平面坐标系的对应关系确定焦平面的焦平面像移轨迹；利用点扩散函数和焦平面像移轨迹确定场景辐亮度图对应的焦平面辐亮度图；利用焦平面辐亮度图和探测器的响应函数确定初始仿真图像，并结合高斯噪声确定矩形主镜的所有旋转角度的序列仿真图像。本发明针对卫星平台振动造成的图像模糊耦合影响，计算场景辐亮度图对应的焦平面辐亮度图，得到矩形主镜不同旋转角度对应的辐射仿真图像，提高了成像质量。
-
公开(公告)号：CN116994137A
公开(公告)日：2023-11-03
申请号：CN202310979011.8
申请日：2023-08-04
Applicant: 哈尔滨工业大学
IPC: G06V20/10 , G06V10/82 , G06V10/42 , G06V10/44 , G06V10/80 , G06V10/764 , G06N3/0464 , G06N3/08
Abstract: 一种基于多尺度形变建模和区域精细提取的目标检测方法，属于目标检测与识别技术领域。方法如下：设计多尺度特征动态融合模块，获得多尺度形变目标的候选区域提取结果；将候选区域提取结果分类，获得用最小边界矩形框标记的所有目标区域；提出定制化的结合二进制交叉熵、偏置损失和结构相似度的显著区域精细提取损失函数，实现复杂场景干扰下舰船目标的准确检测。本发明实现目标多尺度形变特征的增强学习，提高检测网络对目标与复杂背景的分辨能力，可实现在云层、光照阴影、港口设施等复杂场景下的舰船目标准确检测，为航空管制、海上救援和港口管理等军民应用提供有力支持。
-
公开(公告)号：CN109977609A
公开(公告)日：2019-07-05
申请号：CN201910305925.X
申请日：2019-04-16
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种基于真实遥感数据的地面高温热源红外图像仿真方法，所述方法包括如下步骤：S1：对原始图像进行辐射校正，获取地面高温热源目标的辐射亮度；S2：采用引入模糊理论改进的数据分析聚类算法对图像中高温像元进行分割提取；S3：对高温像元进行温度反演，获取热源温度分布；S4：利用S3得到的热源温度特性参数计算入瞳热源辐射亮度值；S5：利用入瞳热源辐射亮度值逐像素进行灰度映射，得到高温热源仿真图像。本发明利用真实数据反演不同区域的地物发射率，对真实高温热源的温度分布特性进行建模仿真，获取不同条件下高度还原高温虚警源辐射特性的数据，以支撑天基光学目标探测系统检测算法的设计与优化工作。
-
公开(公告)号：CN108122255A
公开(公告)日：2018-06-05
申请号：CN201711388109.7
申请日：2017-12-20
Applicant: 哈尔滨工业大学
Abstract: 一种基于梯形与圆形组合地标的无人机位姿估计方法，属于图像处理技术领域。所述方法如下：步骤1、无人机对地标图案成像二值化处理分割出地标图案，基于形态学滤波去除孤立噪声；步骤2、提取地标边缘，利用霍夫变换提取地标中梯形轮廓直线信息，利用最小二乘法拟合椭圆方程并计算椭圆参数；步骤3、根据步骤2解算出的椭圆参数估计无人机姿态参数；步骤4、建立无人机对地成像模型，利用梯形轮廓直线信息确定梯形四个顶点坐标估计位置参数。本发明针对无人机视觉导航中的位姿精确估计和以及自主着陆等问题，基于梯形和圆形组合的地标图案，根据几何成像特性估计姿态参数，简化共线方程求解模型，进而求解位置参数，计算过程简单，更加适合实际工程应用。
-
公开(公告)号：CN106960436A
公开(公告)日：2017-07-18
申请号：CN201710165709.0
申请日：2017-03-20
Applicant: 哈尔滨工业大学
IPC: G06T7/00
CPC classification number: G06T7/0002 , G06T2207/10032 , G06T2207/30168
Abstract: 一种光学遥感图像处理性能评估方法，属于光学遥感图像处理与评价技术领域。所述方法步骤如下：建立图像灰度、纹理和边缘信息的图像客观评价指标体系，评估处理算法对细节保持和清晰度增强的处理性能；结合基于刀口像和自然图像的调制传递函数MTF估计方法，利用MTF(调制传递函数)曲线的积分面积评估处理算法对各频带MTF的整体提升性能；提出图像信噪比SNR的评价指标与方法，评估处理算法对细节保持增强和噪声抑制的综合处理性能；提出振铃和混叠效应的评价方法，评估处理算法对伪像抑制的处理性能。本发明优点是可适用于全面客观的评价图像复原算法的性能优劣，指导处理算法参数优化和模型改进。
-
Patent Agency Ranking
公开(公告)号：CN119559499B
公开(公告)日：2025-05-13
申请号：CN202411593334.4
申请日：2024-11-08
Applicant: 哈尔滨工业大学
IPC: G06V20/10 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/084
Abstract: 基于多模型集成和渐进式预测的遥感图像目标检测识别方法，属于目标探测与识别技术领域。方法如下：将数据集分成训练集和验证集，将训练集训练得到输入数据；将输入数据输入网络中获得不同层级的特征图，将不同层级的特征图输入到网络上，得到模型A；将输入数据输入网络中得到高层次的特征图，将高层次的特征图输入到网络上，得到模型B；使用模型A和模型B构建多模型集成预测框架，输出目标检测识别结果。本发明在网络训练过程中充分结合了多样性训练增广策略以获取更为多样性的训练样本，提升模型泛化能力；相较于单一模型预测可提升mAP 10％以上，能够充分挖掘现有检测方法对于遥感目标检测识别的潜力。
-
公开(公告)号：CN116994137B
公开(公告)日：2025-01-28
申请号：CN202310979011.8
申请日：2023-08-04
Applicant: 哈尔滨工业大学
IPC: G06V20/10 , G06V10/82 , G06V10/42 , G06V10/44 , G06V10/80 , G06V10/764 , G06N3/0464 , G06N3/08
Abstract: 一种基于多尺度形变建模和区域精细提取的目标检测方法，属于目标检测与识别技术领域。方法如下：设计多尺度特征动态融合模块，获得多尺度形变目标的候选区域提取结果；将候选区域提取结果分类，获得用最小边界矩形框标记的所有目标区域；提出定制化的结合二进制交叉熵、偏置损失和结构相似度的显著区域精细提取损失函数，实现复杂场景干扰下舰船目标的准确检测。本发明实现目标多尺度形变特征的增强学习，提高检测网络对目标与复杂背景的分辨能力，可实现在云层、光照阴影、港口设施等复杂场景下的舰船目标准确检测，为航空管制、海上救援和港口管理等军民应用提供有力支持。
-
公开(公告)号：CN118822841A
公开(公告)日：2024-10-22
申请号：CN202410829403.0
申请日：2024-06-25
Applicant: 哈尔滨工业大学
IPC: G06T3/4038 , G06T5/50 , G06V10/764 , G06T5/70 , G06N3/0475 , G06N3/098 , G06N3/0464 , G06N3/084 , G06N3/048 , G06N5/04
Abstract: 本发明公开了一种基于扩散模型的条件引导图像翻译方法，所述方法提出一种结合扩散模型与条件生成对抗网络的两阶段图像翻译模型，阶段一预训练ResAttNet1提取深度特征，利用深度特征图中包含的丰富语义信息，作为条件生成对抗网络的条件信息，引导条件生成对抗网络完成图像翻译。阶段二利用训练好的ResAttNet1和参数随机初始化的ResAttNet2分别提取全局特征信息和样本级深度特征，采用条件生成对抗网络与扩散模型联合训练的策略，使用一个轻量的扩散模型细化深度特征，最终构建一个训练稳定、生成图像保真度好、采样速率高的图像翻译网络。该方法能够提高条件信息的质量和准确性，有效提升CGAN的图像翻译性能。
-
公开(公告)号：CN117557857A
公开(公告)日：2024-02-13
申请号：CN202311574622.0
申请日：2023-11-23
Applicant: 哈尔滨工业大学
IPC: G06V10/764 , G06V10/82 , G06V10/44 , G06N3/0464 , G06N3/048 , G06N3/082 , G06N3/096
Abstract: 本发明公开了一种结合渐进式引导蒸馏和结构重构的检测网络轻量化方法，所述方法把MobileNet v3Block中的SE注意力机制替换为CBAM注意力机制，从空间和通道两个方面提升特征显著性，然后将目标检测网络中的卷积模块替换为改进后的MobileNet v3Block模块；再通过基于批归一化的剪枝方剔除重要性低的冗余通道，以进一步提升模型的轻量程度。本发明将渐进式引导蒸馏从图像分类任务扩展到目标检测任务，改进基于主干特征映射的知识蒸馏方法，通过教师网络提供先验知识，使用教师网络的中间表示特征作为提示辅助训练，以助教网络作为媒介平衡学生网络的检测精度和速度。
-
公开(公告)号：CN116434074A
公开(公告)日：2023-07-14
申请号：CN202310019335.7
申请日：2023-01-06
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种基于邻支互补显著性和多先验稀疏表征的目标识别方法，所述方法包括如下步骤：步骤1：提出邻支互补显著性提取网络，挖掘图像深层次、语义一致性信息，提取多尺度目标的候选显著区域；步骤2：通过结合目标多先验信息的稀疏表征分类器，抑制显著性提取网络可能产生的虚警，实现复杂场景下舰船目标的准确识别。该方法通过深度显著性特征提取网络挖掘图像中舰船目标的显著区域特征，与图像数据的多先验稀疏表征分类方法结合，不但可以充分发挥深度网络多层级提取图像特征的优势，而且对物体部分遮挡复杂海杂波、港口设施、光照阴影等复杂环境干扰具有鲁棒性的特点，可为港口救援、海上交通维护等应用提供支持。
-
-
-
-
-
-
-
-
-
Search Results
51
records
(took 0.01 seconds)
