基于SACVAEGAN的高光谱图像分类方法

    公开(公告)号:CN112633386A

    公开(公告)日:2021-04-09

    申请号:CN202011569729.2

    申请日:2020-12-26

    Abstract: 本发明公开了基于SACVAEGAN的高光谱图像分类方法,在CVAEGAN的基础加入了一个潜在向量分类器模块用于对高光谱数据对应的潜在向量进行分类,使其与解码器和样本分类器协作训练,解决了GAN网络中随机产生的潜在向量与类别难以对应的问题,进而提高了准确性。在解码器,编码器以及判别器中应用了自注意力机制以及谱正则化的方法,自注意力机制能够使得网络模型能够更好的提取高光谱数据的特征,谱正则化方法能够提高模型的稳定性。在样本分类器中从空间和光谱两个角度进行提取特征,加入了残差网络的结构,提高模型分类的效果。

    一种基于点对相似度的深度非松弛哈希图像检索方法

    公开(公告)号:CN109783682B

    公开(公告)日:2021-01-15

    申请号:CN201910057434.8

    申请日:2019-01-19

    Abstract: 本发明公开了一种基于点对相似度的深度非松弛哈希图像检索方法,将图像的数据集以5:1的比例划分为训练样本集Dtrain和测试样本集Dtest;构建深度卷积网络架构;利用训练样本集合,将训练数据集图像以及其类别标签作为神经网络的输入训练卷积神经网络,得到并保存深度神经网络的模型;根据卷积神经网络模型,去除其dropout层,在网络的输出端添加符号函数。将训练样本集Dtrain和Dtest输入模型中,得到训练样本集的哈希码Btrain和测试样本集的哈希码Btest;从测试样本取测试图像的哈希码,得到汉明距离对应的向量。将汉明距离向量的每一位数值以升序排序,作为检索的结果。本发明有效解决哈希函数量化二值哈希码过程中产生大量误差的问题,并提高图像检索的准确率。

    基于编解码器的图像语义分割方法及装置

    公开(公告)号:CN111292330A

    公开(公告)日:2020-06-16

    申请号:CN202010082637.5

    申请日:2020-02-07

    Abstract: 本发明实施例提供一种基于编解码器的图像语义分割方法及装置,该方法包括:将待检测图像输入至预设的图像语义分割网络模型的编码器,利用卷积网络提取特征后,分别输入多个不同尺寸池化层,根据多个不同尺寸池化层的输出结果进行特征融合,得到待检测图像的高层语义特征图;将特征图输入图像语义分割网络模型的解码器,得到语义分析的检测结果;其中,图像语义分割网络模型根据带有确定的语义标签的样本图像进行训练后得到。由于多个不同尺寸池化层融合了局部和全局信息,多尺度的感受域有助于不同尺寸目标的学习,从而能够得到准确的待检测图像的高层语义特征图。利用解码器进行分析后,得到语义分析的检测结果中目标边界的分割精度更高。

    基于光谱和空间总变分最小限制的多层非负矩阵分解高光谱图像解混方法

    公开(公告)号:CN110570359A

    公开(公告)日:2019-12-13

    申请号:CN201910320619.3

    申请日:2019-04-20

    Inventor: 同磊 禹晶 肖创柏

    Abstract: 本发明公开了基于光谱和空间总变分最小限制的多层非负矩阵分解高光谱图像解混方法,设高光谱图像矩阵Y,端元光谱矩阵M,丰度矩阵R,随机噪声E,建立线性光谱混合模型将多层非负矩阵分解应用于线性混合模型:设计光谱域、空间域总变分函数;将光谱域和空间域总变分最小约束引入MLNMF,建立SSTV-MLNMF目标函数;对得到的目标函数进行优化;选定实验参数,得到最终的解混结果。本发明将总变分最小的特点应用到了光谱域以及空间域,通过模拟高光谱图像和真实高光谱图像数据实验,验证了本算法的有效性,本方法比其它方法解混精度高。

    基于深度学习多特征融合的高光谱图像分类方法

    公开(公告)号:CN110298396A

    公开(公告)日:2019-10-01

    申请号:CN201910552768.2

    申请日:2019-06-25

    Abstract: 本发明公开了基于深度学习多特征融合的高光谱图像分类方法,属于高光谱图像分类领域,本方法充分利用高光谱图像的光谱和空间信息,在分类效果上提升性能。实现步骤如下:首先对高光谱图像数据进行预处理,提取训练标签和测试标签;构建模型;做好数据预处理之后,进行构建训练模型。训练模型由三大部分组成,分别为光谱样本集训练模型、空间谱样本集训练模型以及EMP特征提取的样本集训练模型。另外,特征融合之后输入的全连接层。训练网络;高光谱图像分类输出分类图像本发明克服了传统的高光谱图像分类方法只利用高光谱图像的光谱信息,采用光谱信息、空间信息以及扩展形态特征处理相融合的方法,极大的提高了分类的准确率。

    一种可定制样式的气象地图系统

    公开(公告)号:CN108256127A

    公开(公告)日:2018-07-06

    申请号:CN201810181833.0

    申请日:2018-03-06

    Abstract: 本发明公开一种可定制样式的气象地图系统,服务器端提供实时读取并解析气象数据,并将其生成空间矢量数据,根据客户端提供的地图样式xml描述文件,生成大图,并将大图切割成规格的瓦片;将瓦片按照TMS规则统一组织和瓦片文件压缩,并详细记录所有日志;客户端提供地图样式设置,将样式设置描述成xml文件发送给服务器,从服务器获取瓦片数据,提供地图浏览和交互;客户端和服务器之间的通信采用当下流行的高效率的ZeroMq消息队列,并对瓦片数据收发进行MD5效验,保证数据收发完整无误。

    基于结构自相似性和低秩矩阵表示的图像盲复原方法

    公开(公告)号:CN107730466A

    公开(公告)日:2018-02-23

    申请号:CN201710939258.1

    申请日:2017-10-11

    CPC classification number: G06T5/005

    Abstract: 基于结构自相似性和低秩矩阵表示的图像盲复原方法属于计算机图形学和数字图像处理领域。该方法分离噪声的处理和清晰图像的估计,直接利用图像不同尺寸或相同尺寸间的结构自相似性,并利用图像中的非邻域相似图像块组成一个相似图像块组,对该相似图像块组进行整体的低秩矩阵表示。本发明对图像的噪声和模糊均做了有效地处理,使得该方法的抗噪能力增强,在复原过程中,不会因为噪声的出现而导致无法准确地估计出点扩散函数,从而复原的效果变差,甚至是无法复原出原始的清晰图像。实验表明,本方法能够准确地估计点扩散函数,复原清晰图像,去除噪声,并具有很好的鲁棒性。

    一种图像超分辨率重建方法

    公开(公告)号:CN105976318A

    公开(公告)日:2016-09-28

    申请号:CN201610280837.5

    申请日:2016-04-28

    CPC classification number: G06T3/4053

    Abstract: 本发明公开了一种图像超分辨率重建方法,图像处理技术领域;该方法包括以下步骤:提取训练图像库中的低分辨率图像Y;将获得的低分辨率图像进行双立方插值放大,放大到所需尺寸;设计一个含有动态卷积层的卷积神经网络;低分辨率图像Y输入预训练好的卷积神经网络B,得到滤波器SH1和SV1;将低分辨率图像Y和滤波器SV1,SH1输入预训练好的含有动态卷积层的卷积神经网络;重建高分辨率图像X;实验结果表明,本发明提出的算法,不仅在视觉效果上而且在客观评价标准上都取得了比其他三种优秀的算法要显著的效果,展现了优秀的超分辨率重建性能。

    一种实时视频白平衡处理系统

    公开(公告)号:CN102209246B

    公开(公告)日:2013-01-09

    申请号:CN201110134557.0

    申请日:2011-05-23

    Inventor: 肖创柏 禹晶 王丛

    Abstract: 一种实时视频白平衡处理系统属于图像处理技术领域,其特征在于,设有:数据读取单元,从视频中读取待处理图像;判断单元,判断当前帧是否为关键帧;白色响应估计单元,估计关键帧中不同颜色分量的白色响应值,将不大于白色响应值的像素标记为有效像素;光照值估计单元,根据有效像素计算当前关键帧的光照值或采用白色响应值为光照值;光照值更新单元,计算当前帧及前K-1个关键帧的平均光照值对当前帧的光照值进行更新;校正单元,用对角变换,根据当前帧的光照值对得到的白平衡图像进行颜色校正。本发明将高光作为图像的重要特征,解决了高光造成的图像光照估计偏差较大的问题,以及采用滑动平均法,解决了视频画面闪烁、亮度跳跃的问题。

    彩色图像去雾处理方法和系统

    公开(公告)号:CN101908210A

    公开(公告)日:2010-12-08

    申请号:CN201010253844.9

    申请日:2010-08-13

    Abstract: 本发明公开了彩色图像去雾处理方法和系统,以实现降质视频/图像的真实场景复原。上述方法包括:获取降质图像各像素点的颜色分量;对降质图像的天空亮度的各颜色分量进行估值,得到天空亮度颜色分量估计值;利用天空亮度颜色分量估计值和各像素点的颜色分量对上述降质图像进行处理,得到粗估计的大气耗散图像;对粗估计的大气耗散图像进行双边滤波,得到经双边滤波处理的大气耗散图像;利用经双边滤波处理的大气耗散图像对上述降质图像进行去雾还原处理。可见,本发明的技术方案对彩色降质图像进行处理得到大气耗散图像,并对天空亮度进行了估计,最后根据天空亮度估计值以及上述大气耗散图像对真实场景图像进行复原,从而达到了去雾效果。

Patent Agency Ranking