-
公开(公告)号：CN112699838A
公开(公告)日：2021-04-23
申请号：CN202110041216.2
申请日：2021-01-13
Applicant: 武汉大学
Abstract: 本发明涉及一种基于光谱诊断特征加权自编码网络的高光谱混合像元非线性盲分解方法。本发明基于自编码的基本框架，将混合像元的分解过程和自编码结构的编码层进行对应，将混合像元的生成过程与自编码结构的解码层进行对应，利用卷积层进行高光谱图像空间信息的提取，充分考虑高光谱影像的空间信息。同时加入非线性变化模块，考虑真实场景中存的非线性混合，在进行损失函数计算时，因不同地物在不同波段具有不同光谱特征，所以对不同的波段赋予不同的权重进行损失计算。本发明可以解决高光谱遥感影像深度学习混合像元分解问题，实现全自动端到端混合像元分解，可以同时获得端元光谱和丰度分解结果。
-
公开(公告)号：CN112668420A
公开(公告)日：2021-04-16
申请号：CN202011507877.1
申请日：2020-12-18
Applicant: 武汉大学
Abstract: 本发明涉及一种基于非负风险估计的高光谱和LiDAR融合入侵树种探测方法。本方法通过非负风险估计，将遥感影像弱监督单类网络优化问题转化为经验风险最小化问题，同时综合使用了高光谱影像提供的空‑谱融合特征以及LiDAR数据提供的几何特征，通过卷积神经网络以数据驱动的方式自动提取影像的深度空‑谱融合特征，通过非负风险估计端到端的优化卷积神经网络的参数，避免后期阈值调节。本发明可以用来进行入侵树种的分布探测，在物种多样性较高的热带区域仍可以获得可靠的探测结果。
-
公开(公告)号：CN111126467A
公开(公告)日：2020-05-08
申请号：CN201911291880.1
申请日：2019-12-16
Applicant: 武汉大学
Abstract: 本发明涉及一种基于多目标正余弦算法的遥感影像空谱聚类方法。本发明结合多目标优化理论方法，将遥感影像聚类问题转换为类间距离最大化和类内距离最小化的多目标优化问题，同时考虑影像的空间信息建立空间信息项，构建遥感影像聚类多目标优化函数。将聚类中心进行编码同时利用兼备全局及局部搜索能力的正弦余弦算法进行个体及种群的更新，迭代优化后获取一组帕累托最优解集，利用基于角度的选解方法自动获取最终的聚类中心个体，用以后续输出聚类结果。本发明可以解决遥感影像多目标聚类问题，同时考虑多个影响因素获得权衡解，另外提升了遥感影像聚类过程的优化能力，可以获取更佳的聚类结果。本发明可以有效提升遥感影像聚类的适用性和精度。
-
公开(公告)号：CN107341795A
公开(公告)日：2017-11-10
申请号：CN201710527128.7
申请日：2017-06-30
Applicant: 武汉大学
Abstract: 本发明针对高空间分辨率影像变化检测的应用需求，公开了一种基于多元特征提取与知识驱动的高空间分辨率遥感影像自动变化检测方法。主要包括：S1知识驱动的地表覆盖区域分离；S2提取多元遥感影像特征；S3基于多元特征与地物分布知识的变化检测；S4基于形态学和连通域分析的变化检测后处理及矢量化。本方法能够在有效减少传统变化检测方法由于影像空间分辨率过高导致的虚警率，并保持较高的感兴趣变化地物检测精度。该方法无需人工干预，计算速度快，可满足海量卫星影像自动化生产的需求。
-
公开(公告)号：CN101794437B
公开(公告)日：2012-01-11
申请号：CN201010130302.2
申请日：2010-03-19
Applicant: 武汉大学
IPC: G06T5/20
Abstract: 本发明公开了一种高光谱遥感影像异常探测方法：选择所需进行目标探测的待探测遥感影像；获取探测时需要的先验信息；确定背景窗口的大小，在背景窗口内建立与背景窗口同中心的两个或以上目标窗口，背景窗口和所有目标窗口构成多层嵌套窗口；开始采用多层嵌套窗口进行第一次遍历探测，即多层嵌套窗口的中心依次遍历待探测遥感影像中所有的像元位置，每遍历到一个像元位置时，计算该像元位置上各个目标窗口的异常度，并判断该像元位置分别是否为异常目标；然后采用多层嵌套窗口进行第二次遍历探测，进行第二次遍历探测时，背景窗口中排除第一次遍历探测时判断为异常目标的像元；以第二次遍历探测时判断为异常目标的像元作为异常目标探测结果。
-
Patent Agency Ranking
公开(公告)号：CN101806898A
公开(公告)日：2010-08-18
申请号：CN201010130276.3
申请日：2010-03-19
Applicant: 武汉大学
IPC: G01S17/89
Abstract: 本发明公开了基于端元可变的高光谱遥感影像目标探测方法，包括：选择所需进行目标探测的待探测遥感影像；获取探测时需要的先验信息，所述先验信息包括目标端元光谱信息和背景端元光谱信息；利用交叉相关匹配技术遍历待探测遥感影像，确定待探测遥感影像中每个像元内的背景端元种类；对待探测遥感影像进行全限制性最小二乘的光谱分解，得到待探测遥感影像中每个像元内目标端元和各种背景端元的组分信息；建立基于广义似然比的探测器；采用探测器遍历待探测遥感影像，得到待探测遥感影像中每个像元的探测函数值判定待探测遥感影像中每个像元内是否含有目标。本发明的方法具有结构化强、适应度高、自组织、自学习的特点。
-
公开(公告)号：CN1873660A
公开(公告)日：2006-12-06
申请号：CN200610019506.2
申请日：2006-06-29
Applicant: 武汉大学
IPC: G06K9/62
Abstract: 一种遥感影像的人工免疫监督分类方法，其特征在于：(1)打开待分类遥感影像；(2)选择样区，输入参数；(3)计算亲和度阈值，选取各类初始人工识别球种群和初始抗体记忆库；(4)对样本数组中的所有抗原样本进行人工免疫系统训练，得到所有样区的抗体记忆库，(5)选择下一训练样本，重复步骤(3)到步骤(4)，直到完成所有样区的样本训练，得到所有样区的抗体记忆库；(6)对整幅影像，比较每个像元到抗体记忆库中记忆抗体的距离，将该像元判决到距离最小的那个记忆抗体所属的类别中去。本发明方法智能性高，执行效率高，适用于多光谱、高光谱遥感影像分类，可有效提高遥感影像的分类精度。
-
公开(公告)号：CN115455674A
公开(公告)日：2022-12-09
申请号：CN202211039353.3
申请日：2022-08-29
Applicant: 武汉大学
IPC: G06F30/20 , G06V20/10 , G06F119/08
Abstract: 本发明公开了一种端到端的航空热红外高光谱影像温度与发射率反演方法，包括：建立一种无需大气廓线的航空热红外高光谱图像地表温度与发射率检索算法框架；针对航空热红外高光谱图像数据，融合劈窗算法与温度/发射率分离算法，确定精确的波段分组和波段选择方法；提出了从Hyper‑Cam机载航空热红外高光谱影像数据中检索地表温度与发射率的实用算法模型。本发明主要解决了航空热红外高光谱影像温度发射率反演时不易获得时空同步的大气廓线进行大气校正的问题，并克服了热红外高光谱数据信息冗余、信息无效与噪声大的问题，以Hyper‑Cam航空数据为实验对象，并获得精确的反演结果，为航空热红外高光谱影像的发射率和温度反演提供了参考。
-
公开(公告)号：CN112966555B
公开(公告)日：2022-06-14
申请号：CN202110143728.X
申请日：2021-02-02
Applicant: 武汉大学
IPC: G06V10/774 , G06V10/80 , G06V10/764 , G06V10/82 , G06V20/00 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明一种基于深度学习和部件先验的遥感影像飞机识别方法，用于遥感影像细粒度飞机目标识别。本发明提出一种新颖的细粒度飞机目标提取框架，该框架包括(1)飞机目标先验库，(2)深度特征提取器以及(3)部件特征提取和型号识别。首先，将影像输入飞机部件先验库中以获取飞机部件先验；其次，将影像输入深度卷积神经网络以提取深度抽象特征。第三，基于深度卷积特征和飞机部件先验，通过对不同部件特征进行求和运算实现部件特征融合。最后，输出识别结构，以实现对细粒度飞机型号识别。为了评估细粒度飞机型号识别框架的性能，采用一个公开的民航飞机型号数据集进行模型验证，共包含10个民用飞机型号。
-
公开(公告)号：CN111178316B
公开(公告)日：2022-04-15
申请号：CN202010009028.7
申请日：2020-01-06
Applicant: 武汉大学
Abstract: 本发明涉及一种基于深度架构自动搜索的高分辨率遥感影像土地覆盖分类方法，用于自动搜索适合于特定数据集的卷积神经网络架构。本发明结合深度学习理论，设计层次化搜索空间和级联训练策略，将卷积神经网络设计转化为基于数据驱动模式，并构建了一系列的轻量级操作作为候选，以保证搜索网络架构的效率。该框架通过空洞金字塔池化模块对网络架构进行适配，使其适用于高分辨率遥感图像识别任务。本发明能够解决现有的人工设计架构专业知识与时间成本要求高等问题，针对特定高分辨率遥感影像土地覆盖分类数据集自动搜索合适的深度学习模型，可以有效提高模型设计效率与精度。
-
-
-
-
-
-
-
-
-
Search Results
76
records
(took 0.027 seconds)
