-
公开(公告)号：CN111062888B
公开(公告)日：2022-02-15
申请号：CN201911291891.X
申请日：2019-12-16
Applicant: 武汉大学
Abstract: 本发明涉及一种基于多目标低秩稀疏及空谱全变分的高光谱影像去噪方法。本发明结合多目标优化理论，将高光谱影像去噪恢复问题转换成对稀疏的噪声影像项、低秩的干净影像项、数据保真项联合空谱全变分项的多目标优化问题。其中，使用l0范数建模稀疏噪声，核范数建模低秩项。然后利用多目标进化算法强大的寻优能力来同时优化三个目标项，求解使该模型达到最优的一组解。本发明能够解决现有的高光谱影像稀疏去噪方法中l1范数稀疏性建模不精确问题，以及最优正则化参数选取困难问题，此外设计子适应度更新的策略使得算法更有效的进行。本发明可以有效提高高光谱影像去噪的适用性和精度。
-
公开(公告)号：CN112734745A
公开(公告)日：2021-04-30
申请号：CN202110076035.3
申请日：2021-01-20
Applicant: 武汉大学
Abstract: 针对无人机影像检测供热管道泄露应用中的尺度大小差距大，边界不够清晰，虚检高的问题，本发明提出了一种融合GIS数据的无人机热红外影像供暖管道泄漏探测方法。本发明融合了多尺度的局部与全局特征图，并且进一步融合了GIS数据加以辅助，这种算法通过融合全局和局部特征，解决了传统热红外影像的滤波探测算法中边界信息模糊的问题。通过多尺度的方法，可以实现无监督的寻找不同尺度大小的无人机影像上的供热管道泄漏点；并且对于供热管道检测中容易出现虚检现象，使用GIS数据加以辅助，从而大大减少了虚检的现象，并且本发明还可以适用于不同的热红外检测系统中，具有很强的泛用性。
-
公开(公告)号：CN112733788A
公开(公告)日：2021-04-30
申请号：CN202110077757.0
申请日：2021-01-20
Applicant: 武汉大学
Abstract: 本发明涉及一种基于跨传感器迁移的高分辨率遥感影像不透水面提取方法。本发明结合深度学习理论，设计跨传感器归一化层，利用数据驱动方式层次化自动学习传感器自身辐射特性归一化参数，消除不同遥感传感器间特性差异；并设计传感器相关对抗优化训练，高效优化地物语义相关卷积参数与各传感器相关归一化参数，增强不同数据源影像间深度学习模型的迁移能力。本发明能够解决现有深度迁移学习方法无法顾及传感器特性差异所带来的跨传感器迁移困难的问题，实现从高分辨率机载影像到星载影像的深度不透水面提取模型的迁移，有效提升跨传感器迁移分类与制图的精度。
-
公开(公告)号：CN111899337A
公开(公告)日：2020-11-06
申请号：CN202010768277.4
申请日：2020-07-31
Applicant: 武汉大学
IPC: G06T17/05 , G06T13/20 , G06Q50/26 , G06F16/955 , G06F16/29
Abstract: 本发明公开了一种模型服务链驱动的环境应急监测与虚拟仿真方法及装置，属于遥感与地理信息领域，具体为：首先构建从常态监测、灾害触警到应急响应的环境应急监测OGC标准化模型子服务；继而基于Web服务业务流程执行语言(BPEL)对模型子服务进行智能组合，以构建环境应急监测模型服务链；其次，基于虚拟地理环境技术构建虚拟仿真模块，以实现环境应急监测虚拟仿真过程可视化；通过构建模型服务链与虚拟地理环境中的消息通信机制实现模型服务链与虚拟仿真模块的双向通信。本发明以模型服务链的方式驱动环境常态监测与应急监测，并驱动了环境监测三维同步实时虚拟仿真与交互，从而实现了环境监测过程的自动化、智能化、高效化和虚拟可视化。
-
公开(公告)号：CN110708524A
公开(公告)日：2020-01-17
申请号：CN201910336082.X
申请日：2019-04-24
Applicant: 广州星博科仪有限公司 , 公安部物证鉴定中心 , 武汉大学
Abstract: 本发明公开了一种目标投影指示装置，包括摄像仪模块、图像信息处理分析模块以及投影仪模块；其中，所述摄像仪模块用于摄取目标所在区域的图像；所述图像信息处理分析模块用于分析处理摄像仪模块所摄取到的图像信息，以提取出目标的位置，生成一幅带有目标位置指示标识的图像，并将此带有目标位置指示标识的图像通过投影仪模块投射到目标所在的区域，以实现目标所在位置的指示，为办案人员提供便利。
-
Patent Agency Ranking
公开(公告)号：CN107909039A
公开(公告)日：2018-04-13
申请号：CN201711138873.9
申请日：2017-11-16
Applicant: 武汉大学
Abstract: 本发明公开了一种基于并行算法的高分辨率遥感影像的地表覆盖分类方法，包括：S1根据计算机的个数对高分辨率遥感影像数据进行切分，获得切分后的高分辨率遥感影像块；S2基于OpenMP并行框架将所有高分辨率遥感影像块分配给m个处理器，并发的执行地表覆盖分类处理；S3按照数据切分原则，将所有高分辨率遥感影像块数据进行合并，得到最终的地表覆盖分类结果。本发明方法根据数据大小以及使用计算机内存情况自动对数据进行切分，使用配置文件组织分类算法流程，实现并行分类算法，从而可以适应数据量极具规模、地物空间精细划分的高分辨率地表覆盖制图任务。
-
公开(公告)号：CN118366066A
公开(公告)日：2024-07-19
申请号：CN202410515170.7
申请日：2024-04-26
Applicant: 武汉大学
IPC: G06V20/17 , G06V40/10 , G06V10/143 , G06V10/25 , G06V10/44 , G06V10/72 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/0475 , G06N3/049 , G06N3/094
Abstract: 本发明公开一种基于脉冲神经网络的无人机微光‑红外遥感夜间人员检测方法，包括：对微光和红外多模态影像数据集进行红外暗场校正和数据配准等预处理；通过对抗生成神经网络对微光和红外多模态影像数据集进行数据增强；通过图像融合网络对微光和红外多模态遥感影像进行融合；利用DNN‑to‑SNN转化方法将目标检测网络由深度神经网络转化为脉冲神经网络；将转换后的脉冲神经网络对融合影像图进行检测，以实现夜间人员目标检测。本发明提供的检测方法在工程项目应用中可实现夜间救援目标检测高精度和实时处理，有效降低网络参数计算量和能耗以便于深度学习模型在无人机等边缘计算平台的高效适配。
-
公开(公告)号：CN111899337B
公开(公告)日：2024-03-15
申请号：CN202010768277.4
申请日：2020-07-31
Applicant: 武汉大学
IPC: G06T17/05 , G06T13/20 , G06Q50/26 , G06F16/955 , G06F16/29
Abstract: 本发明公开了一种模型服务链驱动的环境应急监测与虚拟仿真方法及装置，属于遥感与地理信息领域，具体为：首先构建从常态监测、灾害触警到应急响应的环境应急监测OGC标准化模型子服务；继而基于Web服务业务流程执行语言(BPEL)对模型子服务进行智能组合，以构建环境应急监测模型服务链；其次，基于虚拟地理环境技术构建虚拟仿真模块，以实现环境应急监测虚拟仿真过程可视化；通过构建模型服务链与虚拟地理环境中的消息通信机制实现模型服务链与虚拟仿真模块的双向通信。本发明以模型服务链的方式驱动环境常态监测与应急监测，并驱动了环境监测三维同步实时虚拟仿真与交互，从而实现了环境监测过程的自动化、智能化、高效化和虚拟可视化。
-
公开(公告)号：CN115761476A
公开(公告)日：2023-03-07
申请号：CN202211173201.2
申请日：2022-09-26
Applicant: 武汉大学
IPC: G06V20/10 , G06V10/774 , G06V10/62 , G06V10/82
Abstract: 本发明涉及一种基于稀疏变化自注意力机制的遥感影像变化检测方法，用于计算、内存高效的高精度的统一变化检测。本发明结合深度学习原理、概率图理论，提出了统一的概率变化建模理论框架，对变化过程中随机变量的联合分布进行条件分解，根据不同的先验假设，可分解得到不同的因子，这些因子即深度变化检测模型架构的理论表示，进一步采用所提出的稀疏变化自注意力模块参数化这些分解因子，从而得到具体的任务自适应、计算高效的深度变化检测模型架构。本发明能够解决现有架构设计缺乏理论依据、计算复杂度高的问题，可以实现各类变化检测任务的统一处理与大规模遥感影像对的快速变化检测。
-
公开(公告)号：CN109671019B
公开(公告)日：2022-11-01
申请号：CN201811534441.4
申请日：2018-12-14
Applicant: 武汉大学
IPC: G06T3/40 , G06T7/00 , G06T7/49 , G06V10/77 , G06V10/772 , G06V10/764
Abstract: 本发明涉及一种基于多目标优化算法和稀疏表达的遥感影像亚像元制图方法。本发明结合多目标优化理论，将亚像元制图问题转化为对数据保真项、稀疏约束项、空间先验项的多目标优化问题，在稀疏约束项上直接使用非凸的L0范数建模，并构建基于亚像元集群块的亚像元空间分布模式字典，实现亚像元级空间先验建模。然后利用多目标优化算法强大的寻优能力来同时优化三个目标项，求解使该模型达到最优的一组解。本发明能够解决现有的稀疏亚像元制图方法中L1范数稀疏性建模不精确问题，以及最优权重参数选取困难问题。本发明可以有效提高亚像元制图的适用性和精度。
-
-
-
-
-
-
-
-
-
Search Results
76
records
(took 0.019 seconds)
