-
公开(公告)号：CN110310263B
公开(公告)日：2020-12-01
申请号：CN201910548709.8
申请日：2019-06-24
Applicant: 北京师范大学
Abstract: 本发明公开一种基于显著性分析和背景先验的SAR图像居民区检测方法，属于遥感图像处理及图像识别技术领域。实施过程包括：1)对输入SAR图像进行基于纹理特征的显著性分析，得到显著图；2)计算输入SAR图像超像素级别的背景先验，并计算超像素的平均强度，得到背景先验图；3)将显著图分割为二值化的初始掩膜，并将背景先验图和初始掩膜结合，利用面积‑周长比与直方图差异两个指标，筛选出背景杂波；4)在初始掩膜中去除背景杂波，得到居民区掩膜，将输入SAR图像和居民区掩膜进行逻辑与操作，获得精确的居民区；本发明实现了SAR图像居民区信息的快速、准确检测，具有不依赖先验知识、计算复杂度低等优点，可用于土地规划及城乡建设等领域。
-
公开(公告)号：CN108805057A
公开(公告)日：2018-11-13
申请号：CN201810530745.7
申请日：2018-05-29
Applicant: 北京师范大学
CPC classification number: G06K9/0063 , G06K9/40 , G06K9/4642 , G06K9/4676 , G06K9/6223 , G06K9/629 , G06K2009/4666 , G06K2209/21
Abstract: 本发明公开一种基于联合显著性分析的SAR图像油库区检测方法，属于SAR图像处理及图像识别技术领域。实施过程包括：1)利用增强的方向平滑滤波器对一组SAR图像进行降噪处理；2)提取一组SAR图像中的亮度特征、纹理特征和曲线特征；3)利用模糊C均值聚类获得簇；4)利用全局对比度计算各个簇的显著值，得到共性显著特征图；5)计算每幅图像的共生直方图，通过分析共生直方图，计算得到单图显著特征图；6)融合共性显著特征图和单图显著特征图，得到油库区显著图；7)通过最大类间方差法进行阈值分割提取油库区。与传统的方法相比，本发明实现了对SAR图像油库区的准确提取，可应用于港区建设、环境监测及石油储量分析等方面。
-
公开(公告)号：CN103279957B
公开(公告)日：2015-11-25
申请号：CN201310210127.1
申请日：2013-05-31
Applicant: 北京师范大学
Abstract: 本发明公开了一种基于多尺度特征融合的遥感图像感兴趣区域提取方法，属于遥感图像处理技术领域。包括：1、采用基于多尺度谱残差的显著性分析方法生成遥感图像的多尺度低频显著图；2、利用整数小波变换获取水平、垂直和对角线方向的多尺度高频显著图；3、利用跨尺度加权与跨尺度融合得到亮度显著图与方向显著图；4、合并两个显著图生成主显著图；5、通过最大类间方差法进行阈值分割提取感兴趣区域。与传统方法相比，本发明具有较低计算复杂度，有效提高了区域提取的效率与准确度。由于不需要获取遥感图像的光谱与颜色信息，可直接用于高分辨率全色遥感图像的感兴趣区域提取。在土地规划、环境监测与林业调查等领域具有很好的应用价值。
-
Patent Agency Ranking
公开(公告)号：CN103177458B
公开(公告)日：2015-11-25
申请号：CN201310132714.3
申请日：2013-04-17
Applicant: 北京师范大学
IPC: G06T7/40
Abstract: 本发明公开一种基于频域分析的可见光遥感图像感兴趣区域检测方法，属于遥感图像处理及图像识别技术领域。实施过程包括：1)对图像进行预处理；2)将预处理结果进行四元数傅里叶变换，获得图像的频域信息；3)保留相位谱并用巴特沃斯高通滤波器获取幅度谱高频信息；4)对相位谱与幅度谱高频信息做四元数傅里叶反变换，得到特征图；5)利用高斯金字塔对特征图滤波与降维，获得显著图；6)对显著图进行阈值分割与二值化，获得感兴趣区域模板；7)将模板升维并与原始图像做掩膜操作，得到最终的感兴趣区域。本发明实现了感兴趣区域的快速、准确定位，具有区域描述精度高、计算复杂度低等优点，可用于环境监测、土地利用与农业调查等领域。
-
公开(公告)号：CN105005761A
公开(公告)日：2015-10-28
申请号：CN201510331173.6
申请日：2015-06-16
Applicant: 北京师范大学
IPC: G06K9/00
CPC classification number: G06K9/00651
Abstract: 本发明公开一种结合显著性分析的全色高分辨率遥感图像道路检测方法，属于遥感图像处理及图像识别技术领域。实施过程包括：1)对全色高分辨率遥感图像进行基于最大类间方差法的阈值分割，获得二值化前景特征图；2)对遥感图像进行基于视觉特征的显著性分析，通过低通滤波和伽马变换获得居民区显著图；3)对居民区显著图进行阈值分割与腐蚀操作，获得二值化的居民区特征图；4)将前景特征图与居民区特征图进行异或运算得到道路特征图，将道路特征图与全色图像进行逻辑与运算获得最终的道路信息；本发明实现了全色高分辨率遥感图像道路信息的快速、准确检测，具有不依赖先验知识、计算复杂度低等优点，可用于土地规划及城乡建设等领域。
-
公开(公告)号：CN103347187A
公开(公告)日：2013-10-09
申请号：CN201310310015.3
申请日：2013-07-23
Applicant: 北京师范大学
Abstract: 本发明公开了一种基于自适应方向预测离散小波变换的遥感影像压缩方法，属于遥感图像处理技术领域。实施过程包括：1)将近端整数、分数像素与远端整数像素构成的15个方向联合考虑，构建方向图；2)对遥感影像进行基于自适应方向预测的二维离散小波变换，即利用基于方向一致性的四叉树分割将遥感图像划分为互不重叠的若干图像块，采用新的方向预测模型获得各图像块的最佳变换方向并沿该方向完成提升小波变换；3)对变换后图像系数进行SPIHT编码，方向信息进行自适应算术编码，获得最终码流；本发明不仅有效提高了遥感图像的视觉质量与峰值信噪比，而且降低了方向小波变换的计算复杂度，可广泛用于航空与卫星遥感影像的高效编码压缩。
-
公开(公告)号：CN103279957A
公开(公告)日：2013-09-04
申请号：CN201310210127.1
申请日：2013-05-31
Applicant: 北京师范大学
Abstract: 本发明公开了一种基于多尺度特征融合的遥感图像感兴趣区域提取方法，属于遥感图像处理技术领域。包括：1、采用基于多尺度谱残差的显著性分析方法生成遥感图像的多尺度低频显著图；2、利用整数小波变换获取水平、垂直和对角线方向的多尺度高频显著图；3、利用跨尺度加权与跨尺度融合得到亮度显著图与方向显著图；4、合并两个显著图生成主显著图；5、通过最大类间方差法进行阈值分割提取感兴趣区域。与传统方法相比，本发明具有较低计算复杂度，有效提高了区域提取的效率与准确度。由于不需要获取遥感图像的光谱与颜色信息，可直接用于高分辨率全色遥感图像的感兴趣区域提取。在土地规划、环境监测与林业调查等领域具有很好的应用价值。
-
公开(公告)号：CN103247059A
公开(公告)日：2013-08-14
申请号：CN201310200262.8
申请日：2013-05-27
Applicant: 北京师范大学
IPC: G06T7/40
Abstract: 本发明公开了一种基于整数小波与视觉特征的遥感图像感兴趣区检测方法，属于遥感图像目标识别技术领域。实施过程包括：1、对遥感图像进行色彩合成与滤波去噪预处理；2、将预处理后的RGB空间遥感图像转化到CIE Lab色彩空间，得到亮度和颜色特征图，利用整数小波对L分量变换得到方向特征图；3、构建模拟人眼视网膜感受野的高斯差分滤波器，结合高斯金字塔进行跨尺度合并得到亮度和颜色特征显著图，利用小波系数筛选和跨尺度合并得到方向特征显著图；4、用特征竞争策略合成主显著图；5、对主显著图阈值分割得到感兴趣区。本发明提高了遥感图像感兴趣区的检测精度，降低了计算复杂度，可用于环境监测、城镇规划与林业调查等领域。
-
-
-
-
-
-
-
Search Results
28
records
(took 0.023 seconds)
