-
公开(公告)号:CN110045374A
公开(公告)日:2019-07-23
申请号:CN201910453522.X
申请日:2019-05-28
Applicant: 辽宁工程技术大学
IPC: G01S13/90
Abstract: 本发明公开了一种基于Chirp Scaling的多角度超长聚束SAR超分辨率成像算法,该算法推导分析超长聚束多角度SAR回波信号在方位向上的多普勒频谱偏移,使用该偏移量实现多角度回波融合,然后对融合后的信号采用Chirp Scaling算法完成多角度成像,最后应用MUSIC谱估计方法对多角度超长聚束SAR进行超分辨率成像,并对Chirp Scaling算法成像结果进行验证。本发明方法的处理过程没有近似,且主要是对超长聚束多角度SAR处理,通过对成像后图像的质量评价,可有效、直观的证明本方法的有效性。
-
公开(公告)号:CN109509217A
公开(公告)日:2019-03-22
申请号:CN201811313587.6
申请日:2018-11-06
Applicant: 辽宁工程技术大学
Abstract: 本发明提供了一种运动结构相似性的低秩序列影像匹配点粗差检测方法,包括对初始匹配点计算序列影像间匹配点运动结构相似度矩阵;进行低秩和稀疏分解建模。采用运动结构的几何一致性条件,实现了稳健的匹配点(稀疏或密集)粗差检测,成果既可应用到常规的灰度匹配中,也可以应用于特征跟踪匹配中,并支持多视匹配结果的粗差检测。本发明的方法以运动结构相似性为正确匹配约束条件,构建序列影像匹配点的低秩和稀疏优化模型,完成错误匹配点的检测。本发明方法的处理过程没有近似,并且可在多视影像特征点匹配之后或匹配点跟踪过程中使用,可有效提高正确匹配率。
-
公开(公告)号:CN106778884A
公开(公告)日:2017-05-31
申请号:CN201611207749.9
申请日:2016-12-23
Applicant: 辽宁工程技术大学
IPC: G06K9/62
Abstract: 本发明提供一种基于散射熵和三分量分解平面的极化SAR图像分类方法,涉及雷达图像处理技术领域。该方法将散射熵和Freeman三分量对目标地物初始划分为9类,并根据9个类别计算聚类中心,根据Wishart距离将目标地物聚类到期望的数目,首先根据散射熵H将地物分为高熵散射地物、中熵散射地物和低熵散射地物,再分别将3个类别按表面散射、偶次散射和体散射划分为9类地物,然后用Wishart分类器对初始分类进行更进一步的划分。本发明能够对极化SAR图像进行更加准确的分类,在处理过程中没有近似,能较好的保留细节信息,大大减少城镇地区的错误分类。
-
公开(公告)号:CN106324581A
公开(公告)日:2017-01-11
申请号:CN201610727840.7
申请日:2016-08-25
Applicant: 辽宁工程技术大学
CPC classification number: G01S7/4802 , G01S17/89 , G06K9/0063
Abstract: 本发明提供一种基于体元的机载LIDAR建筑物检测方法,以3D连通性构建理论为基础,将读取的原始机载LIDAR点云数据中的异常数据进行剔除,得到去除异常数据集,并将去除异常数据集规则化为二值3D体元数据集,二值分别为1和0,1和0分别代表目标体元和背景体元,然后,从目标体元中分离出地面和非地面体元;最后,利用建筑物边缘点的阶跃特性从非地面体元中搜寻建筑物边缘体元作为种子体元,标记与其3D连通的目标体元作为建筑物体元数据集。完成基于体元的机载LIDAR建筑物检测。该方法很好的利用了3D体元数据中各体元间隐含的邻域关系,有助于基于体元理论的机载LIDAR点云数据处理及应用的发展。
-
公开(公告)号:CN113671505B
公开(公告)日:2024-01-23
申请号:CN202111047318.1
申请日:2021-09-08
Applicant: 辽宁工程技术大学 , 辽宁凯源空间信息科技有限公司
Abstract: 本发明公开了一种基于系统几何误差补偿的合成孔径雷达立体定位方法。合成孔径雷达(Synthetic Aperture Radar,SAR)立体定位技术以其快速、全天时、全天候、高精度的突出优势成为获取空间地理信息的重要技术之一。针对SAR影像因传感器误差、平台星历数据误差、目标测距误差导致的定位误差较大这一问题,本发明从SAR卫星误差源角度出发,通过定标场角反射器标定SAR卫星的系统几何误差,基于几何定标参数构建试验区SAR影像的严密成像几何模型、SAR影像的有理函数模型,采用基于RPC模型的立体定位方法实现无控制点立体SAR定位精度提升。本发明只需在一定时期内对某颗SAR卫星进行几何标定,即可实现试验区无控制点高精度立体定位,对于境外定位、全球范围测图具有重要的意义。
-
公开(公告)号:CN109658361B
公开(公告)日:2022-12-06
申请号:CN201811612588.0
申请日:2018-12-27
Applicant: 辽宁工程技术大学
IPC: G06T5/00
Abstract: 本发明提供了一种顾及运动估计误差的运动场景超分辨率重建方法,包括运动估计及高分影像初始化、超分辨率重建模型构建、计算自适应阀值参数、计算模型参数、计算高分辨率影像、输出高分辨率影像。本发明首先从正则化超分辨率重建模型出发,研究运动估计误差存在的前提下,引入稳健估计,自适应的减少含有运动估计误差的低分辨率影像在重建过程中的贡献量,从而削弱运动估计误差对重建结果的影响;从稳健估计的角度分析了基于L1范数和L2范数的保真项对于运动估计误差的鲁棒性,提出基于稳健估计的双边滤波超分辨率重建方法,实现了在运动估计误差存在的情况下稳健的超分辨率重建,并实验验证了方法的有效性,因此可实现运动场景中高精度的影像。
-
公开(公告)号:CN109615584B
公开(公告)日:2022-12-06
申请号:CN201811545227.9
申请日:2018-12-17
Applicant: 辽宁工程技术大学
Abstract: 本发明公开了一种基于单应性约束的SAR图像序列MAP超分辨率重建方法,步骤为:选取基准图像;利用改进SIFT算法计算单应性;计算得到初始高分图像;MAP超分重建;满足迭代要求;得到高分图像。本发明的方法通过指定基准图像,改进SIFT算法,单应性匹配及最大后验超分辨率重建算法最终实现了SAR图像序列的超分重建。同传统SIFT方法相比,本发明改进SIFT配准算法对于SAR图像可以在保证匹配点对正确率较高的同时增加匹配点数量,且算法复杂度低;同常用的重建算法相比,改进MAP重建算法可以得到质量更高,细节更好的图像。
-
公开(公告)号:CN106324581B
公开(公告)日:2018-11-20
申请号:CN201610727840.7
申请日:2016-08-25
Applicant: 辽宁工程技术大学
Abstract: 本发明提供一种基于体元的机载LIDAR建筑物检测方法,以3D连通性构建理论为基础,将读取的原始机载LIDAR点云数据中的异常数据进行剔除,得到去除异常数据集,并将去除异常数据集规则化为二值3D体元数据集,二值分别为1和0,1和0分别代表目标体元和背景体元,然后,从目标体元中分离出地面和非地面体元;最后,利用建筑物边缘点的阶跃特性从非地面体元中搜寻建筑物边缘体元作为种子体元,标记与其3D连通的目标体元作为建筑物体元数据集。完成基于体元的机载LIDAR建筑物检测。该方法很好的利用了3D体元数据中各体元间隐含的邻域关系,有助于基于体元理论的机载LIDAR点云数据处理及应用的发展。
-
公开(公告)号:CN113033446B
公开(公告)日:2024-02-02
申请号:CN202110355197.0
申请日:2021-04-01
Applicant: 辽宁工程技术大学
IPC: G06V20/10 , G06V10/26 , G06V10/80 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于高分辨率遥感影像输电杆塔识别与定位方法,基于高分辨率遥感影像可实现大范围输电杆塔的检测。基于此将改进的YOLOv3目标快速检测算法应用于高分辨率遥感影像的输电杆塔检测加定位,针对输电杆塔在遥感影像中呈现不同的形状,通过K‑means重新设置先验框的大小,并在边框回归中引入CIoU损失函数,将DIoU与NMS结合,改善YOLOv3对密集小目标的漏检问题。针对特征提取的层数加深目标的细节和位置信息减少的问题,通过增加SPP模块丰富最终特征图的表达能力。并且通过本文方法解决了YOLOv3对超大图像目标检测算法失效的问题,实现输电杆塔的自动识别加定位,为电网的安全运行提供保障。
-
公开(公告)号:CN110045374B
公开(公告)日:2023-07-25
申请号:CN201910453522.X
申请日:2019-05-28
Applicant: 辽宁工程技术大学
IPC: G01S13/90
Abstract: 本发明公开了一种基于Chirp Scaling的多角度超长聚束SAR超分辨率成像算法,该算法推导分析超长聚束多角度SAR回波信号在方位向上的多普勒频谱偏移,使用该偏移量实现多角度回波融合,然后对融合后的信号采用Chirp Scaling算法完成多角度成像,最后应用MUSIC谱估计方法对多角度超长聚束SAR进行超分辨率成像,并对Chirp Scaling算法成像结果进行验证。本发明方法的处理过程没有近似,且主要是对超长聚束多角度SAR处理,通过对成像后图像的质量评价,可有效、直观的证明本方法的有效性。
-
-
-
-
-
-
-
-
-