-
公开(公告)号：CN114782274A
公开(公告)日：2022-07-22
申请号：CN202210459888.X
申请日：2022-04-28
Applicant: 哈尔滨工业大学
Abstract: 基于光照估计的无人机多光谱图像辐射校正方法，属于遥感中的多光谱数据辐射校正领域。本发明针对现有无人机多光谱图像的辐射校正需借助环境光照传感器辅助对多光谱数据进行光照补偿，实现难度大的问题。包括建立多光谱图像集，选择包含参考目标的图像作为参考图像，构建基于参考图像的方程组；对待校正多光谱图像中包含重叠区域的任意两幅图像提取联结点，利用联结点构建基于重叠图像的方程组；联立两个方程组得到光照估计方程组；将光照估计方程组与反射率约束条件联合构建目标函数并优化求解，得到所有图像成像时的光照函数；利用光照函数对所有待校正多光谱图像进行辐射校正。本发明实现了无环境光传感器条件下的无人机多光谱图像辐射校正。
-
公开(公告)号：CN113627357B
公开(公告)日：2022-07-08
申请号：CN202110930442.6
申请日：2021-08-13
Applicant: 哈尔滨工业大学
IPC: G06V20/13 , G06K9/62 , G06V10/74 , G06V10/764 , G06V10/58
Abstract: 一种高空间‑高光谱分辨率遥感图像本征分解方法及系统，具体涉及一种融合高空间分辨率信息的高光谱遥感图像本征分解方法、系统及用于存储其的计算机可读存储介质,方法包括一、获取全色遥感图像的空间结构一致约束项和高光谱遥感图像的光谱一致约束项；二、获取反射率分量一致约束项；三、获取反射率分量。系统包括存储器、处理器和存储在所述存储器中并可在所述处理器上运行的计算机程序。计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现任一所述方法的步骤。本发明用于将低空间分辨率的高光谱遥感图像做本征分解得到高空间分辨率的反射率图像，属于遥感图像处理领域。
-
公开(公告)号：CN113365275B
公开(公告)日：2022-05-13
申请号：CN202110661877.5
申请日：2021-06-15
Applicant: 哈尔滨工业大学
Abstract: 基于红外通信的身份认证系统和方法，涉及红外点阵多信号处理方法及身份认证领域。解决了现有红外认证方式认证效率低的问题。本发明每个用户端，用于生成的携带有时间戳的字符串，并转化为红外信号；接收端，用于将接收的每个红外信号转化为数字信号，并通过第一数据库内的第一认证信息对各数字信号进行初步认定，并将初步认定合格的数字信号发送至安全认证服务端；安全认证服务端，对所接收的各初步认定合格的数字信号进行解密，当各解密后的数字信号中的时间戳认证成功后，再将时间戳认证成功后的数字信号分别与第二数据库内相应的第二认证信息进行匹配，并将其匹配结果作为认证结果发送至相应的用户端。本发明主要用于进行身份认证。
-
公开(公告)号：CN113850216A
公开(公告)日：2021-12-28
申请号：CN202111160930.X
申请日：2021-09-30
Applicant: 哈尔滨工业大学
Abstract: 一种面向大场景遥感图像分类的类指定多模联合表示方法，本发明涉及多模遥感图像联合表示方法。本发明的目的是为了提高现有大场景遥感图像的分类精度。过程为：一、输入覆盖区域相同的多模遥感图像，以及相应的地物标签图，构造多模遥感图像的类指定多模联合表示模型；所述多模遥感图像包括多光谱遥感图像和高光谱遥感图像；二、采用乘数交替方向法求解多模遥感图像的类指定多模联合表示模型，得到类指定跨模字典；三、输入大场景多光谱遥感图像，利用多光谱字典对输入的大场景多光谱遥感图像进行稀疏表示，学习得到一致稀疏表示系数矩阵；四、重构得到大场景的高判别性高光谱图像。本发明用于遥感图像分类领域。
-
-
Patent Agency Ranking
公开(公告)号：CN112819868A
公开(公告)日：2021-05-18
申请号：CN202110168223.9
申请日：2021-02-05
Applicant: 哈尔滨工业大学
Abstract: 一种多/高光谱图像与LiDAR点云空间配准及性能评估方法，本发明用于数字图像处理领域。本发明的目的是为了解决现有多/高光谱图像与LiDAR点云配准方法配准精度低的问题。过程为：步骤一：分别对多/高光谱图像和激光雷达数据进行预处理；步骤二：采用基于多波段联合优化的非参数图像配准方法对所有波段多/高光谱图像与点云栅格图像同时进行配准；步骤三、对步骤二获得的配准结果进行性能评估。本发明实现了利用多/高光谱图像不同波段影像之间相互关联的特性，建立了多波段多/高光谱图像与LiDAR点云的多波段联合配准框架，提升了多/高光谱图像与LiDAR点云的配准精度。
-
公开(公告)号：CN112785693A
公开(公告)日：2021-05-11
申请号：CN202110155512.5
申请日：2021-02-04
Applicant: 哈尔滨工业大学
IPC: G06T17/00
Abstract: 本征高光谱点云生成方法、系统及装置，属于高光谱图像和激光雷达点云融合处理技术领域。为了解决现有的利用基于高光谱图像和激光雷达数据进行点云生成时存在的准确的低的问题。本发明首先通过高光谱图像和激光雷达点云获取本征映射矩阵然后分割提取高光谱图像H中属于建筑表面的像素集合利用集合Q中的像素确定入射光照方向的向量L；最后进行高光谱图像‑激光雷达点云联合本征分解，生成本征高光谱点云。主要用于高光谱点云的生成。
-
公开(公告)号：CN112784747A
公开(公告)日：2021-05-11
申请号：CN202110086560.3
申请日：2021-01-22
Applicant: 哈尔滨工业大学
Abstract: 高光谱遥感图像多尺度本征分解方法，涉及遥感图像处理技术领域，针对现有技术中得到的高光谱图像的反射率分量精度低的问题，包括：步骤一：获取高光谱图像，并根据高光谱图像得到N个尺度下的稀疏图矩阵；步骤二：根据N个尺度下的稀疏图矩阵得到多尺度高光谱图像的本征分解矩阵；步骤三：利用高光谱图像，并在光谱维上做几何平均得到之后在空间维上做几何平均得到步骤四：根据本征分解矩阵和得到高光谱的反射率分量。本申请结合多尺度并且综合两个策略得到的高光谱图像的反射率分量相比现有的技术有着更高的精度。
-
公开(公告)号：CN107239768B
公开(公告)日：2020-10-20
申请号：CN201710433705.6
申请日：2017-06-09
Applicant: 哈尔滨工业大学
Abstract: 一种基于张量主成分分析降维的高光谱图像目标检测方法，本发明涉及高光谱图像目标检测方法。本发明的目的是为了解决现有高光谱图像目标检测方法中未充分考虑在高分条件下空间约束增强的特性，不能从三维数据整体进行信息挖掘，检测精度低的问题。过程为：一：获得三阶目标、三阶背景和待检测的三阶测试样本张量块；二：获得目标、背景和待检测的测试样本三个维度上的投影矩阵；三：将目标、背景和待检测的测试样本投影到预设的张量子空间中；四：计算每一个待检测的测试样本到背景和目标模板的总距离；五：将距离的比值作为灰度值，如果灰度值大于阈值，则确定该中心点的像元为目标，否则认为该中心点的像元为背景。本发明用于图像处理领域。
-
公开(公告)号：CN111709901A
公开(公告)日：2020-09-25
申请号：CN202010444368.2
申请日：2020-05-22
Applicant: 哈尔滨工业大学
Abstract: 基于FCM聚类匹配+Wallis滤波的无重多/高光谱遥感图像匀色方法，本发明涉及多/高光谱遥感影像图像匀色方法。本发明的目的是为了解决现有方法在没有重叠区域的图像间进行匀色并不涉及，导致获得的图像效果差的问题。过程为：一、对多/高光谱遥感图像进行分波段处理；二、选取出参考图像作为参考；三、得到聚类后的结果；四、进行类别匹配；五、得到局部匀色处理后的各类别数据；六、合成新的待匀色图像；七、进行直方图匹配再次匀色；八、将匀色处理后的图像作为参考图像，重复执行三至七，直至同波段灰度图像全部匀色处理完，将图像拼接；九、重复二至八获得所有拼接好的图像，合成新多/高光谱遥感图像。本发明用于图像匀色领域。
-
-
-
-
-
-
-
-
-
Search Results
171
records
(took 0.03 seconds)
