公开(公告)号：CN114202659A

公开(公告)日：2022-03-18

申请号：CN202111587972.1

申请日：2021-12-23

Applicant: 南京理工大学 ,  中国铁路上海局集团有限公司南京供电段

Inventor： 徐洋 ,  杨明 ,  徐伟 ,  林立华 ,  李彬 ,  吴泽彬 ,  韦志辉

IPC: G06V10/44 ,  G06V10/80 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于空间对称化不规则局部区域特征提取的细粒度图像分类方法，包括：将图像输入到深度卷积网络中得到特征图；将特征图输入到对称化局部区域提取模块中进行局部区域特征提取；利用注意力机制捕获特征之间的上下文关系；利用双向循环神经网络将空间结构信息与特征信息进行融合；以聚类的方式将所有特征用若干个聚类中心进行表示，联合所有聚类中心进行分类，得到目标类别。该方法克服了局部特征提取时，特征之间的空间信息丢失问题，同时提出的不规则区域特征提取模板能够有效的对目标的不规则的关键性的局部区域特征进行提取，最大程度上保留局部信息完整性和减少无关信息，能够提高细粒度图像分类的精度。

公开(公告)号：CN113435366A

公开(公告)日：2021-09-24

申请号：CN202110745207.1

申请日：2021-06-30

Applicant: 南京理工大学

Inventor： 刘红毅 ,  陆有康 ,  张晨阳 ,  吴泽彬 ,  韦志辉 ,  刘柏宇

IPC: G06K9/00 ,  G06K9/46 ,  G06F17/14 ,  G06N7/00

Abstract: 本发明公开了一种小波域的多时高光谱图像贝叶斯解混方法。该方法利用小波变换在信号检测方面的优势、贝叶斯模型以及端元和端元变异性的小波系数特点，分别对高光谱图像的高低频小波系数建立先验模型，得到更接近真实值的端元和丰度。该方法的核心为充分利用小波系数的性质并进行先验建模。本发明在传统的贝叶斯解混模型基础上，根据端元和端元变异性的小波系数特点，分别对其高低频小波系数建立先验模型。最后，针对得到的贝叶斯解混模型，用MCMC方法进行求解，并对得到的结果进行小波逆变换。实验结果表明了所提出方法在端元和端元变异方面，具有更好的逼近性。

公开(公告)号：CN113034343A

公开(公告)日：2021-06-25

申请号：CN202110588085.X

申请日：2021-05-28

Applicant: 南京理工大学

Inventor： 魏洁 ,  邓伟诗 ,  徐洋 ,  陆威 ,  张毅 ,  韦志辉 ,  吴泽彬

IPC: G06T1/20 ,  G06K9/62 ,  G06K9/00 ,  G06F9/50

Abstract: 本发明公开了一种参数自适应的高光谱图像分类GPU并行方法，包括以下步骤：针对高光谱分类并行算法，在CPU+多GPU异构平台上构造并行计算负载均衡模型；根据CPU+多GPU异构系统负载均衡模型采用二进制编码来对异构系统的参数配置方案进行描述；根据异构系统负载均衡模型采用布谷鸟搜索算法求解CPU+多GPU异构系统负载均衡模型的最优解；根据获得的最优解为异构系统配置相应的参数并运行高光谱遥感图像分类并行算法，参数包括：CPU参与计算的核数、CPU频率、GPU参与计算的设备数、GPU频率和CPU计算的任务占总任务的百分比。本发明能够充分利用CPU与GPU的计算资源，对高光谱遥感数据进行快速地分类。

公开(公告)号：CN112508829A

公开(公告)日：2021-03-16

申请号：CN202010616742.2

申请日：2020-06-30

Applicant: 南京理工大学

Inventor： 刘红毅 ,  蒋文 ,  赵肖飞 ,  张军 ,  吴泽彬 ,  韦志辉

IPC: G06T5/50 ,  G06F17/14 ,  G06T3/00

Abstract: 本发明公开了一种基于剪切波变换的pan‑sharpening方法。该方法通过结合高空间分辨率全色图像（PAN）和低空间分辨率多光谱图像（MS）的空谱信息，得到具有高空间分辨率的多光谱图像（HRMS）。该方法的核心为两步的剪切波域图像融合；融合过程分为两步进行，且每步都在剪切波域进行。本发明在传统pan‑sharpening方法的基础上，不仅利用了PAN图像的空间结构信息和MS图像的光谱信息，并且充分挖掘了高、低分辨率PAN和MS图像之间的光谱和空间关系，通过这些信息的有机融合，得到了具有光谱保真，空间细节丰富的融合图像。

公开(公告)号：CN106127179B

公开(公告)日：2019-06-25

申请号：CN201610514796.1

申请日：2016-06-30

Applicant: 南京理工大学

Inventor： 吴泽彬 ,  杜璐 ,  徐洋 ,  刘纬 ,  韦志辉

IPC: G06K9/00

Abstract: 本发明公开了一种基于自适应分层多尺度的高光谱遥感图像分类方法，包括以下步骤：步骤1，根据光谱角计算像元的不规则邻域结构；步骤2，在不规则邻域结构中，根据Ka度量分层确定每层的尺度参数，逐层计算出每层对应的核矩阵，再利用最大投影方差得到每层核函数的权重，从而得出自适应分层多尺度核函数；步骤3，将高光谱图像映射到步骤2所得自适应分层多尺度核函数的核空间中，将待测像元基于由已知训练样本像元组成的字典线性表示，得到重构稀疏矩阵，并将待测像元分配到最优重构类别。本发明能够对高光谱遥感数据进行快速、精确的分类。

公开(公告)号：CN109801218A

公开(公告)日：2019-05-24

申请号：CN201910013887.0

申请日：2019-01-08

Applicant: 南京理工大学

Inventor： 吴泽彬 ,  蔡婉婷 ,  钱莹 ,  徐洋 ,  韦志辉

IPC: G06T3/40 ,  G06T5/50

Abstract: 本发明公开了一种基于多层耦合卷积神经网络的多光谱遥感图像Pan-sharpening方法，通过两个卷积自编码器分别提取输入图像与输出图像的高层特征，并通过耦合卷积网络在两个高层特征间建立特征映射层的同时在网络的输入与输出图像间建立端到端连接，最终微调整体网络框架。本发明通过卷积自编码器的算法充分提取了图像LM-HR和图像HR-MS的内在特征，并通过耦合卷积的方式，在两个内在特征间建立卷积神经网络并在网络的输入与输出间创建连接形成端到端的网络，提高了融合精度。

公开(公告)号：CN104299197B

公开(公告)日：2017-04-19

申请号：CN201410536573.6

申请日：2014-10-11

Applicant: 南京理工大学

Inventor： 王力谦 ,  肖亮 ,  韦志辉 ,  刘小惠

IPC: G06T5/00 ,  G06T5/50

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。

公开(公告)号：CN103093436A

公开(公告)日：2013-05-08

申请号：CN201310033631.9

申请日：2013-01-29

Applicant: 南京理工大学

Inventor： 王凯 ,  肖亮 ,  韦志辉

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。