-
公开(公告)号：CN117934346B
公开(公告)日：2024-06-07
申请号：CN202410324885.4
申请日：2024-03-21
Applicant: 安徽大学
Abstract: 本发明涉及一种无稳定平台的机载线阵高光谱遥感影像几何处理方法，与现有技术相比实现了低精度硬件平台下的机载线阵高光谱影像的校正，且无需利用地面测量控制点的情况下有效提升校正定位精度。本发明包括以下步骤：构建定位模型并根据特定姿态拍摄实现标定；逐像素几何正算处理并利用三角网构建索引；利用三角网索引进行规则化格网影像输出粗校正影像；基于平滑先验进行逐行POS数据修正；利用修正POS数据进行几何分辨率保持的几何精校正。本发明实现无需现场额外测量控制点情况下标定高光谱相机的安装误差，利用平滑先验有效修正POS数据，得到几何分辨率有效保持的高光谱校正影像，为生态环境、农业等行业提供高质量高光谱数据。
-
公开(公告)号：CN116740584B
公开(公告)日：2024-05-10
申请号：CN202310764234.2
申请日：2023-06-25
Applicant: 安徽大学
IPC: G06V20/13 , G06V10/82 , G06N3/0464 , G06N3/0895
Abstract: 本发明涉及一种结合CNN和Transformer的渐进式学习梯度的弱监督云检测方法，所述方法包括以下步骤：结合CNN和Transformer的渐进式学习梯度的弱监督云检测准备工作、构建与训练结合CNN和Transformer的渐进式学习梯度的弱监督云检测模型、对结合CNN和Transformer的渐进式学习梯度的弱监督云检测模型测试和求解。与现有技术相比，通过构建结合CNN和Transformer的渐进式学习梯度的两阶段云检测网络，通过显式地引入梯度信息，使云检测网络学习到云和类云地物在梯度上的差别，从而解决云和类云地物的错分和误判问题。同时，通过构建具有主动学习策略的弱监督结构，使用最小化的具有代表性的数据标签实现准确的云检测。
-
公开(公告)号：CN117934346A
公开(公告)日：2024-04-26
申请号：CN202410324885.4
申请日：2024-03-21
Applicant: 安徽大学
Abstract: 本发明涉及一种无稳定平台的机载线阵高光谱遥感影像几何处理方法，与现有技术相比实现了低精度硬件平台下的机载线阵高光谱影像的校正，且无需利用地面测量控制点的情况下有效提升校正定位精度。本发明包括以下步骤：构建定位模型并根据特定姿态拍摄实现标定；逐像素几何正算处理并利用三角网构建索引；利用三角网索引进行规则化格网影像输出粗校正影像；基于平滑先验进行逐行POS数据修正；利用修正POS数据进行几何分辨率保持的几何精校正。本发明实现无需现场额外测量控制点情况下标定高光谱相机的安装误差，利用平滑先验有效修正POS数据，得到几何分辨率有效保持的高光谱校正影像，为生态环境、农业等行业提供高质量高光谱数据。
-
公开(公告)号：CN117474801A
公开(公告)日：2024-01-30
申请号：CN202311425998.5
申请日：2023-10-30
Applicant: 安徽大学
IPC: G06T5/73 , G06T5/60 , G06V10/42 , G06V10/44 , G06V10/56 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/084 , G06N3/09
Abstract: 本发明涉及一种融合时空频信息的非均匀遥感视频影像去雾方法，所述方法包括以下步骤：获取合成有雾遥感视频影像数据集；构建融合时域、空域和频域信息的非均匀遥感视频影像去雾模型；非均匀遥感视频影像去雾模型训练；待去雾真实遥感视频影像数据获取；待去雾真实遥感视频影像去雾结果的获取。与现有技术相比，通过构建帧间三维卷积时空特征聚合模块，能够有效利用遥感视频影像数据连续帧间的相似信息，挖掘时空特征，提高图像恢复的质量，同时本发明结合频域分析的方法进行帧内去雾，充分考虑影像低频信息和高频信息的差异，均衡影像全局亮度、对比度、颜色信息和恢复局部细节纹理。
-
公开(公告)号：CN116452936B
公开(公告)日：2023-09-29
申请号：CN202310446031.9
申请日：2023-04-22
Applicant: 安徽大学
IPC: G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/0442 , G06N3/084 , G06N3/048
Abstract: 本发明涉及融合光学和SAR影像多模态信息的旋转目标检测方法，该方法相较于现有技术能够有效地解决由于遥感图像采集和传输过程中受到各种干扰导致目标无法精确识别的问题，同时该方法也能够应对不同类别目标具有不同的形状、大小、颜色等特征，或是存在重叠、遮挡等问题。本发明包括以下步骤：SAR影像数据集和光学影像数据集的特征提取；跨模态多尺度特征融合；两阶段旋转预测头定位和分类不同角度的目标。本发明可以有效解决因天气、光照、物体颜色等单一模态目标无法精确检测目标的问题，以及旋转框定位目标精度不高等问题，从而提高目标检测的准确率和效率。
-
Patent Agency Ranking
公开(公告)号：CN116452936A
公开(公告)日：2023-07-18
申请号：CN202310446031.9
申请日：2023-04-22
Applicant: 安徽大学
IPC: G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/0442 , G06N3/084 , G06N3/048
Abstract: 本发明涉及融合光学和SAR影像多模态信息的旋转目标检测方法，该方法相较于现有技术能够有效地解决由于遥感图像采集和传输过程中受到各种干扰导致目标无法精确识别的问题，同时该方法也能够应对不同类别目标具有不同的形状、大小、颜色等特征，或是存在重叠、遮挡等问题。本发明包括以下步骤：SAR影像数据集和光学影像数据集的特征提取；跨模态多尺度特征融合；两阶段旋转预测头定位和分类不同角度的目标。本发明可以有效解决因天气、光照、物体颜色等单一模态目标无法精确检测目标的问题，以及旋转框定位目标精度不高等问题，从而提高目标检测的准确率和效率。
-
公开(公告)号：CN114972078A
公开(公告)日：2022-08-30
申请号：CN202210503510.5
申请日：2022-05-09
Applicant: 安徽大学
Abstract: 本发明涉及应用SAR影像提升国产光学卫星影像无控几何质量方法及系统，与现有技术相比解决了稳健提升国产光学卫星无控几何定位精度。本发明包括以下步骤：构建附加太阳高度角变量的无控几何定位误差补偿模型；应用SAR影像提升国产光学卫星影像无控几何质量准备工作；应用从SAR影像中提取的参考数据对无控几何定位误差补偿模型系数进行求解。本发明提出一种对影响国产光学卫星无控几何质量的热稳定性误差进行补偿方法及系统，对影响无控几何定位误差根本原因进行建模，形成可操作性的无控几何质量提升途径，进而有效提升国产光学卫星影像的无控几何质量。
-
公开(公告)号：CN113960545B
公开(公告)日：2022-05-17
申请号：CN202111213206.9
申请日：2021-10-19
Applicant: 安徽大学
IPC: G01S7/40
Abstract: 本发明涉及基于对称几何构型约束的星载SAR无场几何定标方法及其系统，与现有技术相比解决了星载SAR卫星需在地面控制数据依赖情况下才能实现系统误差参数自标定的缺陷。本发明包括以下步骤：获取对称几何构型影像对；计算距离多普勒几何定位模型参数；建立几何定位模型；进行无场几何定标准备工作；星载SAR无场几何定标的完成。本发明在无需几何定标场依赖下实现星载SAR高精度几何定标，实现与传统星载SAR几何定标相当的精度。
-
公开(公告)号：CN119672131A
公开(公告)日：2025-03-21
申请号：CN202411754178.5
申请日：2024-12-02
Applicant: 北京市遥感信息研究所 , 安徽大学
Abstract: 本公开提出一种顾及时空解耦及非稳态成像的恒星场几何定标方法，方法包括：根据GAIA盖亚星表及光学遥感卫星姿态性能编目与卫星适配的恒星场，构建具有恒星运动补偿功能的恒星星点提取算子，以对基于恒星场生成卫星影像视场内的星图特征进行星点识别，得到恒星控制点，对恒星坐标中自行、视差和光行差进行天文修正，根据影像光学系统的点扩散函数PSF获取可观测极限星及恒星成像窗口值，并对恒星观测坐标的可靠性进行自适应赋权，构建相机内方位元素自适应畸变模型，根据恒星控制点对卫星非平稳成像条件下姿态平稳校正，构建恒星场几何定标模型，基于随机采样一致性方法和偏最小二乘法对恒星场几何定标模型进行求解，以得到几何定标参数。
-
公开(公告)号：CN118967527B
公开(公告)日：2025-01-24
申请号：CN202411443444.2
申请日：2024-10-16
Applicant: 安徽大学
IPC: G06T5/77 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/09
Abstract: 本发明涉及一种物理模型引导和曼巴结合的云去除方法，所述方法包括以下步骤：构建光学遥感云去除数据集；基于物理模型引导的云分布显著图区域划分；基于曼巴的云去除模型构建与模型参数训练；获取待处理有云光学遥感影像数据；云去除性能验证。与现有技术相比，利用显著图计算辅助分析云覆盖遥感影像受云雾干扰的程度，引导云去除模型进行针对性的参数调整，以增强模型在特定区域对信息恢复的敏感性。同时基于具有高效全局特征提取能力的曼巴状态空间模型构建云去除模型，实现薄云和厚云区域缺失信息的恢复。在薄云和厚云共存情况下，保证云去除结果在薄云区域不过度校正，厚云区域得到充分填充与优化。
-
-
-
-
-
-
-
-
-
Search Results
80
records
(took 0.126 seconds)
