-
Patent Agency Ranking
公开(公告)号：CN119006839B
公开(公告)日：2024-12-27
申请号：CN202411480529.8
申请日：2024-10-23
Applicant: 武汉大学
Abstract: 本发明公开了一种多模态遥感图像归一化结构特征提取方法及系统，首先使用双边滤波器对多模态遥感图像进行平滑滤波，删除图像细节信息，得到双边滤波处理后的图像；然后利用双边滤波处理后的图像对多模态遥感图像进行归一化，得到归一化图像；最后使用UC‑KAZE检测器提取归一化图像中均匀分布的特征点。本发明提出的方法能够在有较大非线性辐射差异和纹理差异的多模态图像上提取出数量多且均匀分布的特征点。
-
公开(公告)号：CN112017108B
公开(公告)日：2022-04-15
申请号：CN202010788098.7
申请日：2020-08-07
Applicant: 武汉大学
Abstract: 本发明针对已有卫星正射影像拼接中颜色相对校正时存在的误差累积、主影像选择以及干扰像素问题，提出了基于独立模型法平差的卫星影像颜色相对校正方法，可以有效解决成对技术的误差累积问题，以影像为计算单位的平差策略解决已有辐射区域网平差方法计算内存大的问题。同时，利用改进后的IR‑MAD算法获取均匀分布的辐射连接点，可以有效降低干扰像素对颜色相对校正的影响，提升平差精度。并且通过引入“虚拟辐射控制点”替代主影像，解决已有方法的结果对主影像的依赖，实现全自动化处理。
-
公开(公告)号：CN112712542A
公开(公告)日：2021-04-27
申请号：CN202011558439.8
申请日：2020-12-25
Applicant: 武汉大学
Abstract: 本发明公开了一种块匹配和光流法结合的地基云图运动预测方法，针对获取的地基全天空图像，利用云分类信息提取云区域，采用块匹配法计算云区域的主运动矢量，将其结果作为光流法的约束项之一，和亮度恒定项、全局平滑项和亮度梯度项共同构造光流法能量函数，同时在光流法云运动场计算过程中，对每层金字塔加入加权中值滤波，减小运动矢量异常值的影响，实现地基全天空图像的云运动快速准确的预测。本方法针对块匹配预测精度低，光流法计算时间长、光线敏感等问题，通过将块匹配和光流法结合，充分利用块匹配速度快、光流法精度高的优势，提高了全天空图像的云运动预测的速度和精度。
-
公开(公告)号：CN112288630A
公开(公告)日：2021-01-29
申请号：CN202011161696.8
申请日：2020-10-27
Applicant: 武汉大学
IPC: G06T3/40
Abstract: 本发明公开了一种基于改进的广泛深度神经网络的超分辨率图像重建方法及系统。本方法主要包括特征提取、非线性映射和重建三个大的模块，其中，特征提取模块主要是利用本发明设计的级联模块结构，引入深度可分离卷积和逐点卷积的思想，从而精简结构，大量减少网络参数和计算量，减轻存储压力和计算复杂度；非线性映射模块主要利用本发明设计的自适应权重共享源模块，引入了跳跃连接，从而提升了网络的性能。本发明在现有的图像超分辨率重建网络基础上提出了新的网络结构，可以有效保证图像重建后的效果，同时做到了网络参数少、计算量小、处理速度快、可移植性强。
-
公开(公告)号：CN110009565A
公开(公告)日：2019-07-12
申请号：CN201910272182.0
申请日：2019-04-04
Applicant: 武汉大学
IPC: G06T3/40
Abstract: 本发明公开了一种基于轻量化网络的超分辨率图像重建方法。本方法主要包括网络轻量化设计和网络量化设计两个大的模块，其中，网络轻量化模块主要是利用本发明设计的ShuffleNet unit结构改进原有的EDSR网络结构，从而精简结构，大量减少网络参数，减轻存储压力；网络量化模块主要是由网络剪枝、权值共享、霍夫曼编码三部分组成，通过三部分的结合，对网络参数进行了量化，并改变了编码方式，从而极大压缩了网络参数量，提升了计算速度。本发明在现有的图像超分辨率重建网络基础上改进网络结构，并结合多种深度压缩的方法进行优化，可以有效保证图像重建后的效果，同时做到了网络参数少、处理速度快、可移植性强。
-
-
-
-
Search Results
15
records
(took 0.02 seconds)
