-
公开(公告)号：CN111444007A
公开(公告)日：2020-07-24
申请号：CN202010545489.6
申请日：2020-06-16
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于云计算的遥感大数据自动化处理方法，遥感大数据自动化处理引擎识别输入的遥感大数据处理请求，获知待处理遥感数据存储地址、遥感数据处理流程、资源-时间映射表、流程所涉及数据处理任务的存储地址和任务调度算法的存储地址；根据获得的算法存储地址从存储单元获取算法，并将流程、资源-时间映射表作为算法的输入，执行算法，得到任务调度结果；根据获得的调度结果在计算单元中部署计算环境；根据获得的遥感数据和任务的存储地址分别获取遥感数据和任务，并根据获得的任务调度结果在获得的计算环境中执行任务，得到遥感数据的处理结果。本发明遥感能够有效提高云计算平台处理遥感大数据的效率。
-
公开(公告)号：CN109785281A
公开(公告)日：2019-05-21
申请号：CN201811651581.X
申请日：2018-12-31
Applicant: 南京理工大学
IPC: G06T5/50
Abstract: 本发明公开了一种基于光谱映射的灰度调幅的pansharpening方法。首先通过建立变分模型求解光谱映射转换矩阵T，得到具有一定光谱分辨率的高空间分辨率图像（P_HCM）。然后，对光谱映射后得到的图像进行空间滤波进而产生带有光谱信息的空间细节，并将其注入到上采样后的MS图像中，得到具有较高分辨率的HR_MS图像；最后，基于平滑滤波的亮度调幅（SFIM）原理，得到最终的具有高空间和光谱分辨率的融合图像（HRMS）。本发明基于传统的pansharpening方法，充分挖掘HRPAN图像和LRMS图像的光谱和空间信息，在很好的保持空间结构信息的前提下，具有很好的光谱保真性，能得到具有良好视觉效果的融合图像。
-
公开(公告)号：CN107633264A
公开(公告)日：2018-01-26
申请号：CN201710782177.5
申请日：2017-09-02
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于空谱多特征极限学习的线性共识集成融合分类方法，包括以下步骤：提取高光谱图像的光谱特征、空间特征和几何结构特征；用条件类概率极限学习机作为分类器，分别处理光谱特征、空间特征和几何结构特征，各自得到一组分类标签以及概率分布；建立线性共识集成模型，分析不同特征得到的分类结果，得到最终分类结果。本发明利用多种光谱特征、空间特征和几何结构特征，定义条件类概率极限学习机作为分类器得到分类标签以及概率分布，最后建立线性共识集成融合模型，充分考虑不同特征对不同区域像元的作用，可以获得更好的分类结果。
-
公开(公告)号：CN103093436B
公开(公告)日：2015-07-01
申请号：CN201310033631.9
申请日：2013-01-29
Applicant: 南京理工大学
IPC: G06T5/00
Abstract: 本发明公开了一种利用图像局部结构方向导数的模糊核多尺度迭代估计方法，包括尺度间更新、尺度内迭代估计和尺度间迭代终止判断，由粗尺度到精细尺度迭代估计模糊核与复原图像，其中尺度内迭代估计包含如下步骤：当前尺度增强型方向梯度场的计算；当前尺度模糊核的快速估计；当前图像方向导数近似频谱的计算；当前尺度图像的快速复原。本发明利用了图像跳跃边缘的梯度信息，并且基于快速傅立叶变换技术，以较小的时间复杂度快速地估计模糊核，可用于对各种实际模糊图像进行盲去模糊。
-
公开(公告)号：CN104299197A
公开(公告)日：2015-01-21
申请号：CN201410536573.6
申请日：2014-10-11
Applicant: 南京理工大学
Abstract: 本发明公开了一种利用2D CCA的单幅图像去雾方法，首先构造有雾图像训练集及对应的介质传播图训练集，利用2D CCA训练投影矩阵；其次将一幅待处理的雾天图像预处理分解为测试图像块，再用投影矩阵投影到一个子空间，求子空间测试图像块在有雾图像训练集中的K个最邻近块及块权重；然后利用K个最邻近块的标号和块权重，求介质传播图在子空间的投影；再将子空间介质传播图像块投影回原空间求出原空间介质传播图，精细化原空间介质传播图，获取待处理的雾天图像的整体大气光值，利用两色大气散射模型求取去雾后图像。本发明无需固定场景重复拍摄图像，训练集可重复使用，能准确估算出介质传播图，恢复出较清晰的图像。
-
Patent Agency Ranking
公开(公告)号：CN102540271B
公开(公告)日：2014-03-19
申请号：CN201110443968.8
申请日：2011-12-27
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于增强约束稀疏回归半监督高光谱亚像元目标检测法，本发明利用增强的约束稀疏回归方法提高高光谱混合像元分解的精度和稳定性,应用广义似然比检验的理论建立区分目标像元与背景像元的统计模型,两者结合应用既能定量检测目标分布，又能有效提高探测率、降低虚警率。
-
公开(公告)号：CN103632385A
公开(公告)日：2014-03-12
申请号：CN201310652415.2
申请日：2013-12-05
Applicant: 南京理工大学
IPC: G06T9/00
Abstract: 本发明方法提出一种基于空谱联合稀疏先验的卫星高光谱图像压缩感知重建方法。该方法包括星上编码端高光谱数据块对角随机测量和地面解码端压缩感知重建，星上编码端采用块对角的高光谱数据随机测量矩阵对每一个光谱波段进行独立随机采样获得测量数据后将其通过数据链路发送到地面解码端，地面解码端将数据分解为低秩成分和稀疏成分，联合高光谱数据光谱波段间的低秩先验与光谱波段内的稀疏性先验建立凸优化重建模型，进行迭代求解获得重建的高光谱数据低秩成分和稀疏成分，合并低秩成分和稀疏成分后获得重建的高光谱数据。本发明方法提高了卫星高光谱图像压缩感知重建的精度和效率。
-
公开(公告)号：CN103150713A
公开(公告)日：2013-06-12
申请号：CN201310033127.9
申请日：2013-01-29
Applicant: 南京理工大学
Abstract: 本发明公开了一种利用图像块分类稀疏表示与自适应聚合的图像超分辨方法，首先对训练集的图像块对进行分类，通过学习得到分类的高分辨与低分辨的字典对；然后对低分辨图像块进行分类稀疏表示超分辨重构，得到高分辨图像块；最后对图像块进行自适应聚合得到输出的高分辨图像。本发明能够有效地对各类自然图像进行超分辨重构，显著地提高了边缘清晰度与纹理细节的恢复程度。
-
公开(公告)号：CN101540043B
公开(公告)日：2012-05-23
申请号：CN200910031270.8
申请日：2009-04-30
Applicant: 南京理工大学
IPC: G06T5/00
Abstract: 本发明公开了一种单幅图像复原的解析迭代快速频谱外推方法，包括迭代系统初始化过程和解析迭代过程。其中：初始化过程计算降质图像频谱、设置初始迭代解、系统初始参数；解析迭代过程通过不断精细的梯度信息阈值收缩估计图像的水平和垂直方向梯度信息，通过解析迭代频谱和梯度信息频谱解析预测得到预测频谱，通过图像频谱合成校正将降质图像频谱和预测频谱解析合成校正得到高分辨率图像。本发明方法基于快速傅立叶变换技术，通过截止频率以下频谱，外推截止频率以上频谱，以很小的复杂度达到图像快速复原。去模糊和抑制噪声能力明显优于常规方法，信噪比得到显著提高。该方法非常便于利用快速傅立叶变换DSP芯片组成的图像处理硬件实现。
-
公开(公告)号：CN118298309B
公开(公告)日：2024-12-17
申请号：CN202410471148.7
申请日：2024-04-18
Applicant: 南京理工大学
IPC: G06V20/10 , G06V10/44 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种领域知识驱动和自适应波谱调谐的高光谱融合成像方法及系统，方法包括：建立领域知识库，用来提供不同环境下的背景和目标先验信息；建立自适应波谱调谐装置，设计基于光谱自相关性引导的波谱自适应学习算法，从特定目标先验库中学习光谱信息，通过评分函数和液晶可调谐滤光采集具有显著光谱特征波谱信息的多光谱图像；构建融合成像系统，设计无监督融合算法将多光谱成像信息与高光谱成像信息在张量表示框架中获得融合图像。本发明通过自适应波谱调谐网络获得多光谱成像波段，提高特定区域的鉴别性光谱特性，智能成像系统实现高空谱分辨率性能的高光谱融合成像，可适用于轻小型高光谱融合成像设备。
-
-
-
-
-
-
-
-
-
Search Results
88
records
(took 0.024 seconds)
