-
公开(公告)号：CN101604383B
公开(公告)日：2011-07-27
申请号：CN200910072582.3
申请日：2009-07-24
Applicant: 哈尔滨工业大学
Abstract: 一种基于红外图像的海上目标检测方法，它涉及一种海上目标检测方法。本发明的目的是提供一种既能较好地抑制海杂波，获得合理的图像分割，又可以以较快速度提取出分形特征，去除虚假目标，实现有效检测的海上目标检测方法。本发明的步骤为：对获得的红外图像进行预处理、自适应迭代阈值分割、检验海天线处是否有感兴趣区域(ROI)、提取海天线背景处的ROI、提取非海天线背景处的ROI、感兴趣区域合并得到待进一步处理的感兴趣图像和提取每个ROI分形特征进行目标检测。本方法可以快速有效地分割出红外图像中的感兴趣区域，由于提取的感兴趣区域较原图小很多，既减少了计算量，以较快速度提取出分形特征，又可以通过分形特征去除阈值分割中出现的伪目标。
-
公开(公告)号：CN101582159A
公开(公告)日：2009-11-18
申请号：CN200910072383.2
申请日：2009-06-26
Applicant: 哈尔滨工业大学
Abstract: 基于无监督核回归分析的红外图像背景抑制方法，它属于图像处理领域，它解决了在红外图像背景杂波抑制领域中存在的需要先验知识、自适应性较差的技术难题。首先设定滑动窗口用于背景预测；通过确定高斯函数作为无监督核回归分析的核函数；将预测背景杂波样本代入函数中，计算无监督核回归方程；再将中心测试样本(O)输入到所述的无监督核回归方程，得到中心测试样本(O)的预测值；之后中心测试样本(O)值减去预测值；接下来移动滑动窗口，重复上一过程，直到遍历全图，并输出背景抑制结果图像。它能够有效提高如红外目标识别与跟踪、红外图像监测等系统的目标探测能力和定位精度。
-
公开(公告)号：CN101140325A
公开(公告)日：2008-03-12
申请号：CN200710144449.5
申请日：2007-10-16
Applicant: 哈尔滨工业大学
Abstract: 高光谱图像的空间－光谱信息协同提高分辨率的方法，它涉及利用高光谱图像信息提高空间分辨率的方法。它解决了现有高光谱图像处理中存在的不能充分利用空间信息和光谱信息以改善图像分辨率的问题。本发明步骤为：一、输入高光谱图像数据；A.空间信息提取；A一.特征波段选择；A二.空间局部分析及判断；B.光谱信息提取；B一.光谱端元提取；B二.混合像元分解；二.空－谱协同超分辨；三.得到分辨率提高的高光谱图像。本发明突破图像获取时的空间分辨率极限；利用支持向量机解混和局域空间相关性进行空间－光谱信息协同技术提高高光谱图像的空间分辨率，可极大提高目标的探测和定位能力，突破图像获取手段的限制，弥补硬件的不足。
-
公开(公告)号：CN113706418B
公开(公告)日：2024-07-23
申请号：CN202111040994.6
申请日：2021-09-07
Applicant: 哈尔滨工业大学
Abstract: 基于光谱分离的长波红外遥感图像恢复方法，涉及长波红外遥感图像恢复技术领域。本发明的提出是为解决现有的长波红外遥感图像空间信噪比低的问题。具体包括：输入受噪声污染的长波红外遥感图像、中波红外图像和对应的可见光近红外遥感图像，并初始化参数；建立基于低秩约束和稀疏约束的中波红外光谱分离模型；引入辅助变量并构造光谱分离模型的代价函数，利用交替方向乘子法分别迭代求解各个辅助变量以及中波红外的辐射和反射分量；循环迭代直至满足收敛条件；获得中波红外的辐射和反射分量；将中波红外的辐射分量输入联合去噪模型，输出修复的长波红外图像。本发明去条带和死线的效果明显，并能恢复损失信息。
-
公开(公告)号：CN110135088A
公开(公告)日：2019-08-16
申请号：CN201910420731.4
申请日：2019-05-20
Applicant: 哈尔滨工业大学
IPC: G06F17/50 , G01R31/316
Abstract: 基于退化特征参数正常包络模型的模拟电路早期故障检测方法，属于电子系统可靠性领域。电路早期故障状态和正常工作状态有较大混叠难以区分，导致检测结果不理想。基于退化特征参数正常包络模型的模拟电路早期故障检测方法，确定电路的输出信号及分析电路中可能存在的退化源作为电路的关键元器件；建立关键元器件的退化模型，通过仿真实验获取退化数据；对电路的输出信号进行特征提取，提取出能够反映输出信号退化的特征参数；建立基于退化的特征参数的正常包络模型并进行检测，完成电路的早期故障检测。
-
Patent Agency Ranking
公开(公告)号：CN108829978A
公开(公告)日：2018-11-16
申请号：CN201810638144.8
申请日：2018-06-20
Applicant: 哈尔滨工业大学
Abstract: 基于统计特征评估与高斯过程回归的直流电源在线异常检测方法，本发明涉及直流电源在线异常检测方法。本发明为了解决现有方法对于电路结构未知的直流电源不能有效进行在线异常检测以及计算量大的问题。本发明首先，获得直流电源的正常输出作为高斯回归过程的训练集，利用高斯回归过程预测正常输出区间；其次，获得预测的正常区间的上下限输出，并计算对应的七个统计特征值，得到每个统计特征值对应的上下限值，作为在线输出的每个统计特征特征值的界限；最后，将在线输出的七个统计特征值与其对应的上下限值进行比较，若输出的七个特征值至少有一个超过了其对应的上下限值，则说明此时输出中存在异常状态。本发明用于直流电源在线异常检测领域。
-
公开(公告)号：CN105371836B
公开(公告)日：2018-09-25
申请号：CN201510961083.5
申请日：2015-12-18
Applicant: 哈尔滨工业大学
IPC: G01C19/72
Abstract: 本发明公开了一种基于EEMD和FIR的混合型光纤陀螺信号滤波方法，具体步骤如下：步骤一：利用EEMD算法对光纤陀螺信号进行分解，得到各层IMF分量和残差；步骤二：对每层IMF分量进行希尔伯特变换，得到其幅值和瞬时频率，并根据瞬时频率推算出阈值，通过阈值计算权值；步骤三：采用FIR滤波器对每层IMF分量和残差进行FIR滤波处理，得到新的各层IMF分量和残差；步骤四：将被FIR滤波器处理后的新的IMF进行加权重构，最终形成去噪后的结果。本发明综合了两种方法的优势，通过EEMD方法提高数据分解精度，再用FIR滤波器方法进一步进行低通滤波，提高了EEMD信号处理时的频率精度，使得滤波效果明显增强。同时保证了方法依旧基于数据的方法，不用对数据进行建模，适用面广。
-
公开(公告)号：CN104486631B
公开(公告)日：2017-06-06
申请号：CN201410853179.5
申请日：2014-12-31
Applicant: 哈尔滨工业大学
IPC: H04N19/63 , H04N19/64 , H04N19/129 , H04N19/96 , H04N19/154
Abstract: 一种基于人眼视觉与自适应扫描的遥感图像压缩方法，属于遥感图像在线浏览技术领域。本发明在几乎不增加比特开销的基础上，能够提高重建遥感图像的视觉效果，解决了现有一般压缩方法虽然能够提供均方误差意义下质量较好的重建图像，但重建图像视觉效果并不理想的问题。本发明的技术方案为：先采用重要性加权掩膜对变换图像加权；然后计算加权后各子带能量，并按照能量的降序排列确定子带间的扫描顺序；最后，对加权子带内部的扫描，根据子带的特性确定扫描方法。本发明有效提高重建遥感图像的视觉质量，满足了目前日益增长的遥感图像在线浏览的需求。本发明适用于遥感图像的在线浏览。
-
公开(公告)号：CN103927456B
公开(公告)日：2017-01-04
申请号：CN201410169422.1
申请日：2014-04-25
Applicant: 哈尔滨工业大学
IPC: G06T5/00
Abstract: 一种基于蜂群算法的遥感影像有理函数模型优化方法，涉及遥感成像几何模型优化领域。针对基于有理函数模型的遥感成像几何模型因参数项过冗余造成的模型精度低问题，用蜂群算法对该模型进行优化，步骤如下：一、构造待求解的二值向量x和收益度函数f(x)；二、初始化蜂群算法参数；三、蜂群初始化；四、开始迭代，E蜂优化；五、计算E蜂招募概率；六、O蜂优化；七、更新全局最优解；八、判断迭代终止条件，若满足，优化完成；反之进行步骤九；九、判断各解是否满足S蜂启动条件，若不满足，返回步骤四；若满足，进行步骤十；十、启动S蜂，产生一个新解替换原解，返回步骤四。该方法能简化遥感成像几何模型结构，使其更准确地逼近成像几何关系。
-
公开(公告)号：CN106056598A
公开(公告)日：2016-10-26
申请号：CN201610363557.0
申请日：2016-05-27
Applicant: 哈尔滨工业大学
IPC: G06T7/00
CPC classification number: G06T2207/10032 , G06T2207/30181
Abstract: 基于线段检测和图像分割融合的卫星高分图像建筑物轮廓提取方法，属于遥感图像处理领域，本发明为解决现有技术无法获得高准确度的保持建筑结构特征的建筑物轮廓问题。本发明提取方法的具体过程为：提取建筑物的高分卫星图像中的直线段，并校正至贴合建筑物边缘，获得边缘直线段和建筑物潜在角点；采用随机纹理遮挡图像分割算法，将原始高分图像聚类成3‑5类，计算每一组聚类的均值和方差，根据均值和方差从分割的3‑5类中选取建筑物区域；将边缘直线段和建筑物区域融合，获得具有建筑物结构特征的建筑物轮廓提取结果。本发明尤其适用于复杂的线性建筑的精确轮廓提取。
-
-
-
-
-
-
-
-
-
Search Results
95
records
(took 0.028 seconds)
