-
公开(公告)号：CN109063537B
公开(公告)日：2021-08-17
申请号：CN201810571359.2
申请日：2018-06-06
Abstract: 本发明公开了一种针对异常小目标解混的高光谱图像预处理方法。使用本发明能够解决服务于解混任务的高光谱图像预处理方法易忽略异常小目标的弊端。本发明充分针对目标空间尺度小的特征，利用滑窗判定空间维度上的疑似目标，并根据邻域像元位置设立相似性度量权重，区别对待窗口内不同邻域像元对待测像元空间特异性判定的影响；同时，利用目标光谱与背景光谱相比具有特异性的特征，利用PCA变换在特征维度进行疑似目标判定；最后结合K‑means方法和正交子空间投影(OSP)法，对高光谱数据进行筛选，有效减少待处理数据量并提升解混精度，在工程应用上具有很大的提升空间。本发明无需对后续的端元提取阶段进行任何修改，算法应用灵活。
-
公开(公告)号：CN109785359B
公开(公告)日：2020-12-04
申请号：CN201811422620.9
申请日：2018-11-27
Applicant: 北京理工大学
IPC: G06T7/246
Abstract: 本发明提供了一种基于深度特征金字塔和跟踪损失的视频目标检测方法，解决了视频目标检测稳定性与准确率的问题。本方法中在对目标检测的过程中采用多尺度特征图的方法，底层特征图维度高，细节信息丰富，高层特征纬度低，语义信息丰富，从而能够更好地利用视频图像的空间信息，使得检测能够适应多尺度、多类型的目标。本方法采用多尺度的候选窗生成方式，对小目标进行密集采样，对大目标进行离散采样，考虑到尺度不同的目标被检测时需求的精度不同，根据目标尺度做单独处理，小尺度目标精细采样，大尺度目标粗糙采样，增加检测速度。
-
公开(公告)号：CN109785359A
公开(公告)日：2019-05-21
申请号：CN201811422620.9
申请日：2018-11-27
Applicant: 北京理工大学
IPC: G06T7/246
Abstract: 本发明提供了一种基于深度特征金字塔和跟踪损失的视频目标检测方法，解决了视频目标检测稳定性与准确率的问题。本方法中在对目标检测的过程中采用多尺度特征图的方法，底层特征图维度高，细节信息丰富，高层特征纬度低，语义信息丰富，从而能够更好地利用视频图像的空间信息，使得检测能够适应多尺度、多类型的目标。本方法采用多尺度的候选窗生成方式，对小目标进行密集采样，对大目标进行离散采样，考虑到尺度不同的目标被检测时需求的精度不同，根据目标尺度做单独处理，小尺度目标精细采样，大尺度目标粗糙采样，增加检测速度。
-
公开(公告)号：CN109063537A
公开(公告)日：2018-12-21
申请号：CN201810571359.2
申请日：2018-06-06
Applicant: 北京理工大学
CPC classification number: G06K9/0063 , G06K9/6223 , G06K9/6232 , G06K2009/00644
Abstract: 本发明公开了一种针对异常小目标解混的高光谱图像预处理方法。使用本发明能够解决服务于解混任务的高光谱图像预处理方法易忽略异常小目标的弊端。本发明充分针对目标空间尺度小的特征，利用滑窗判定空间维度上的疑似目标，并根据邻域像元位置设立相似性度量权重，区别对待窗口内不同邻域像元对待测像元空间特异性判定的影响；同时，利用目标光谱与背景光谱相比具有特异性的特征，利用PCA变换在特征维度进行疑似目标判定；最后结合K‑means方法和正交子空间投影(OSP)法，对高光谱数据进行筛选，有效减少待处理数据量并提升解混精度，在工程应用上具有很大的提升空间。本发明无需对后续的端元提取阶段进行任何修改，算法应用灵活。
-
公开(公告)号：CN106897674A
公开(公告)日：2017-06-27
申请号：CN201710052123.3
申请日：2017-01-20
Applicant: 北京理工大学
CPC classification number: G06K9/0063 , G06K9/6268
Abstract: 本发明提供一种基于JPEG2000码流的遥感图像城区检测方法，解决了遥感图像城区检测准确率和处理效率的矛盾。本发明直接从JPEG2000码流中提取图像内容信息，不对压缩码流进行解压缩，充分利用压缩数据，根据JPEG2000的码流组织，采用由粗到细的检测框架，先提取包头信息进行粗检测并剔除不存在目标的码流，然后提取含有图像原始信息的包体信息进行精细检测，提高检测的运算速度，并且整个过程只调用JPEG2000解码过程中的存储资源，保证了算法很少的存储空间消耗，有效提高算法在轨实时实现的可行性。
-
Patent Agency Ranking
公开(公告)号：CN106886992A
公开(公告)日：2017-06-23
申请号：CN201710052878.3
申请日：2017-01-24
Applicant: 北京理工大学
CPC classification number: G06T7/0002 , G06N20/00 , G06T2207/20064 , G06T2207/30168
Abstract: 本发明公开了一种基于饱和度的彩色多曝光融合图像的质量评价方法，能够解决了彩色多曝光融合图像评价不准确的难题；以MEF数据库中的多曝光图像及其融合图像作为训练样本，对其分别采用基于饱和度和小波系数的提取方式，获得纹理信息、结构信息和彩色信息；分别计算纹理相似度、结构相似度以及彩色相似度；将获得的所有相似度作为特征值，结合给定的MOS值，输入到ELM机器学习机中进行训练；将多曝光融合图像及对应生成的融合后图像分别获得的纹理相似度、结构相似度以及彩色相似度输入到训练好的ELM机器学习机，获得评价结果。
-
公开(公告)号：CN114707649B
公开(公告)日：2024-07-02
申请号：CN202210312193.9
申请日：2022-03-28
Applicant: 北京理工大学
IPC: G06N3/065 , G06N3/0464 , G06N3/082 , G06N5/046 , G06N3/048
Abstract: 本公开通用卷积运算装置，包括运算参数接收及解析模块、图像数据和权重参数接收及解析模块、状态控制模块、第一数据参数控制模块、第二数据参数控制模块、第三数据参数控制模块、卷积运算模块、存储器模块、卷积结果处理模块和处理结果输出模块。通过各模块采用全并行流水处理架构进行设计，通过卷积层数、卷积运算精度、卷积运算方式、卷积运算次数、特征图数据处理方法等工作参数实现卷积运算模块的工作流程控制，满足当前主流的卷积神经网络的卷积运算的需求；简化计算架构，提高计算效率和设计效率，通用化程度高、灵活型好、能效比高，能够并行完成多个多种卷积核大小的卷积运算，具备良好的扩展性和裁剪性。
-
公开(公告)号：CN108764097B
公开(公告)日：2021-07-20
申请号：CN201810489307.0
申请日：2018-05-21
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于分段稀疏表示的高光谱遥感图像目标识别方法。使用本发明能够在不同场景下均取得了不错的目标检测效果。本发明通过光谱分段，从局部特征的组合方式着手，充分强调并利用了更为稳定的局部光谱特征，提升了目标检测效果；利用稀疏表示和字典学习自适应性的特点，无需对目标和背景的分布做任何的假设，避免了过多先验假设和手工特征带来的建模的欠准确性。本发明采用局部特征匹配的特性使得少数波段受到污染不会严重影响全局的特征匹配结果，具有一定的抗波段污染的效果。
-
公开(公告)号：CN113052852A
公开(公告)日：2021-06-29
申请号：CN202110045335.5
申请日：2021-01-12
Applicant: 北京理工大学
Abstract: 本公开的基于可编程逻辑电路的图像分割方法，通过输入并存储原始图像数据，根据原始图像的尺寸对所述原始图像进行截取得到预处理方形图像；对所述预处理方形图像进行统计、计算得到所述原始图像的图像阈值；将所述图像存储模块存储的原始数据与所述图像阈值进行比较，当所述原始数据大于等于所述图像阈值时，将所述原始数据所对应的二值图像置为1，否则置为0，得到所述原始图像的二值化分割图像。能够解决图像分割算法实时实现在精度高时处理速度慢和硬件开销大问题，同时消除利用FPGA实现时，处理速度提升和硬件开销降低后，处理精度低的问题。
-
公开(公告)号：CN106897674B
公开(公告)日：2019-07-26
申请号：CN201710052123.3
申请日：2017-01-20
Applicant: 北京理工大学
Abstract: 本发明提供一种基于JPEG2000码流的遥感图像城区检测方法，解决了遥感图像城区检测准确率和处理效率的矛盾。本发明直接从JPEG2000码流中提取图像内容信息，不对压缩码流进行解压缩，充分利用压缩数据，根据JPEG2000的码流组织，采用由粗到细的检测框架，先提取包头信息进行粗检测并剔除不存在目标的码流，然后提取含有图像原始信息的包体信息进行精细检测，提高检测的运算速度，并且整个过程只调用JPEG2000解码过程中的存储资源，保证了算法很少的存储空间消耗，有效提高算法在轨实时实现的可行性。
-
-
-
-
-
-
-
-
-
Search Results
36
records
(took 0.028 seconds)
