基于柏林噪声的静态云雾仿真生成方法

    公开(公告)号:CN114862994A

    公开(公告)日:2022-08-05

    申请号:CN202210304291.8

    申请日:2022-03-25

    Applicant: 武汉大学

    Abstract: 本发明提供一种基于柏林噪声的静态云雾仿真生成方法,包括输入影像,将取值区间[0,1)分别以影像的长宽均分,并将均分后的点以分布在与影像大小相等的平面上,乘以频率,并减去不大于积的整数的差作为新的该点的值;建立一个索引表,使用缓和函数得到缓和后的频率变化值;对每一个点从索引表中搜索该点对被包围点的梯度影响方向,求出该点对被包围点的梯度影像值,遍历所有的点;利用线性插值函数生成柏林噪声随机图;改变频率与振幅,迭代直到结束后将不同频率与振幅生成的柏林噪声图叠加起来,生成云雾掩膜,完成静态云的仿真模拟。本发明能够通过利用随机生成的噪点来仿真出云雾的形状以及薄厚程度,从而生成与真实情况相近的云雾效果。

    基于随机森林的多尺度分层采样的高分卫星影像变化检测方法

    公开(公告)号:CN108492288B

    公开(公告)日:2020-04-24

    申请号:CN201810214301.2

    申请日:2018-03-15

    Applicant: 武汉大学

    Abstract: 本发明公开了一种基于随机森林的多尺度分层采样的高分卫星影像变化检测方法,该方法采用面向对象的思想,进行多尺度分层采样以自动获得多尺度训练样本,将亚尺度样本和当前尺度样本进行组合;然后提取训练样本光谱,纹理和形状特征融合在一起构成特征空间,将样本组合和相应的特征空间输入随机森林中以训练多个变化分类器,选择袋外误差参数最小的分类器,作为变化检测分类器,进行变化检测。相比传统的方法,本发明提出了多尺度分层采样方法,考虑了多尺度的特征信息,在不增加人工工作量的同时,为变化区域和非变化区域自动增加了训练样本,提高了训练样本的特征泛化能力,并且分类进行变化检测,方法简单,可操作性强,有很好的扩展性。

    一种顾及建筑物三维及边缘形状特征的无人机影像分割方法

    公开(公告)号:CN108961286A

    公开(公告)日:2018-12-07

    申请号:CN201810680919.8

    申请日:2018-06-27

    Applicant: 武汉大学

    CPC classification number: G06T7/13 G06T7/187 G06T2207/10004 G06T2207/10032

    Abstract: 一种顾及建筑物三维及边缘形状特征的无人机影像分割方法,包括根据所需提取的最大对象面积设置分割尺度参数,对无效区域进行掩膜处理,将输入的正射纠正后影像、高程正射影像、SLIC标签影像的单个像素当成是对象,初始化分割流程;对初始像素对象找到邻接的像素对象,若SLIC标签相同,则进行合并,直到所有标签相同的像素对象都被合并到一起为止;加入Canny边缘直线信息及植被掩膜信息,对超像素预分割结果中的单个超像素分割对象进行边缘标记和植被标记;循环迭代,寻找对象在各种约束条件下的最相似对象,并判断最相似对象与当前对象合并是否合适,重复迭代直到无可以再继续合并的对象为止;对结果中一直没有被合并的小面积区域进行优化合并。

    基于多特征综合及机器学习的高分卫星影像云检测方法

    公开(公告)号:CN105718924B

    公开(公告)日:2018-10-09

    申请号:CN201610132801.2

    申请日:2016-03-09

    Applicant: 武汉大学

    Abstract: 本发明公开了一种基于多特征综合及机器学习的高分卫星影像云检测方法,本发明针对GF‑1/2卫星影像特点,对比分析了云与其它背景地物在光谱特征、纹理特征等方面的典型差异,进行特征选择,然后构造特征空间,将多特征进行综合成为特征向量,并将该特征向量输入到SVM‑RBF分类器中进行分类,最终获得全部像素的云检测结果。另外,为了进一步消除地面高反射地物对云检测的影响,利用形态学算子和形状特征约束进行虚检去除的方法,使得检测精度进一步提高。本发明相比传统方法,精度高,不依赖热波段,具有很好的扩展性。

    用于大观测角传感器的交叉辐射定标方法及系统

    公开(公告)号:CN107219497A

    公开(公告)日:2017-09-29

    申请号:CN201710349402.6

    申请日:2017-05-17

    Applicant: 武汉大学

    CPC classification number: G01S3/782 G01S3/781 G16Z99/00

    Abstract: 本发明提供一种用于大观测角传感器的交叉辐射定标方法及系统,包括配准待定标影像和参考影像,对待定标影像和参考影像的每一组对应波段分别进行随机采样得到对应的定标点;针对每个波段,分别对每一对定标点进行交叉定标操作,建立BRDF调整系数为待定标影像的地表二向性反射分布函数与参考影像的地表二向性反射分布函数的比值,然后以迭代的方式进行处理;针对每个波段,将交叉定标结果中偏离平均值大于预设阈值的点删除,然后取平均值,获得最终的辐射定标系数。本发明无需通过复杂模型分别计算待定标影像和参考影像的BRDF值,计算简单稳定,可操作性强,而且可排除引入辅助数据计算BRDF产生的误差以及异常定标点对结果的影响。

    一种航空遥感影像的建筑物轮廓线提取方法

    公开(公告)号:CN106127791A

    公开(公告)日:2016-11-16

    申请号:CN201610527323.5

    申请日:2016-07-06

    Applicant: 武汉大学

    CPC classification number: G06K9/00637 G06K9/6223 G06T2207/10032

    Abstract: 本发明提出一种航空遥感影像的建筑物轮廓线提取方法,利用颜色不变量算法检测出航空遥感影像中建筑物的阴影区域,并对阴影区域进行图像细化,将细化的结果作为建筑物的背景区域;以阴影区域的质心为起点向太阳高度角反方向搜索,获得建筑物部分的区域,将这个区域作为建筑物的目标区域;利用线性迭代聚类法对航空影像进行超像素分割;基于分别获得的背景区域和目标区域,利用最大相似度进行超像素划分块的合并,提取建筑物的轮廓线。本发明利用面向对象分割思想和影像中目标的上下文信息进行建筑物轮廓线的提取,不但显著提高了建筑物轮廓提取的精度,而且降低了方法的复杂度。

    一体化的光学遥感影像与GIS自动配准与水体提取方法

    公开(公告)号:CN103400151B

    公开(公告)日:2016-07-27

    申请号:CN201310359358.9

    申请日:2013-08-16

    Applicant: 武汉大学

    Abstract: 一体化的光学遥感影像与GIS自动配准与水体提取方法:步骤1,对输入的光学遥感影像进行分割,获得水系初始分割结果;步骤2,进行局部水平集演化分割得到集合R;步骤3,匹配基础地理信息水系层矢量对象与集合R中对象,配准影像,如果配准成功则进入步骤4,否则返回步骤2;步骤4,通过缓冲区检测获取未变化水体、疑似新增水体、疑似变化水体,进一步滤除疑似水体对象,确认真正变化水体与未变化水体;步骤5,利用未变化水体对象中对应像元的多光谱值作为正样本,随机选择光学遥感影像上集合R以外区域中的像元多光谱值作为负样本,训练SVM分类器并验证过滤后的疑似水体对象集中各对象是否为水体,获得分割配准提取的水体结果。

    一体化的光学遥感影像与GIS自动配准与水体提取方法

    公开(公告)号:CN103400151A

    公开(公告)日:2013-11-20

    申请号:CN201310359358.9

    申请日:2013-08-16

    Applicant: 武汉大学

    Abstract: 一体化的光学遥感影像与GIS自动配准与水体提取方法:步骤1,对输入的光学遥感影像进行分割,获得水系初始分割结果;步骤2,进行局部水平集演化分割得到集合R;步骤3,匹配基础地理信息水系层矢量对象与集合R中对象,配准影像,如果配准成功则进入步骤4,否则返回步骤2;步骤4,通过缓冲区检测获取未变化水体、疑似新增水体、疑似变化水体,进一步滤除疑似水体对象,确认真正变化水体与未变化水体;步骤5,利用未变化水体对象中对应像元的多光谱值作为正样本,随机选择光学遥感影像上集合R以外区域中的像元多光谱值作为负样本,训练SVM分类器并验证过滤后的疑似水体对象集中各对象是否为水体,获得分割配准提取的水体结果。

Patent Agency Ranking