-
公开(公告)号：CN119762368A
公开(公告)日：2025-04-04
申请号：CN202411827748.9
申请日：2024-12-12
Applicant: 中国地质大学(武汉)
Abstract: 本发明公开了基于光学先验和频谱约束的低照度图像增强方法及系统，其方法包括步骤：获取待处理的低光图像；通过预先训练好的图像增强网络对该低光图像进行处理，具体为：对该低光图像进行预设的光学先验提取，得到与三个光照无关量对应的光学先验图；将第一光学先验图、第二光学先验图及亮度先验图作为辅助信息，与低光图像一起输入预设的第一分支网络，提取出照度图；将第三光学先验图作为辅助信息，与低光图像一起输入预设的第二分支网络，提取出结构图；将照度图和结构图进行相乘再与结构图相加得到初步增强图像；对初步增强图像进行去噪并增强颜色和亮度，得到最终增强后的图像。本发明可提升网络特征表达的能力和图像增强的效果。
-
公开(公告)号：CN116612337A
公开(公告)日：2023-08-18
申请号：CN202310886314.5
申请日：2023-07-19
Applicant: 中国地质大学(武汉)
IPC: G06V10/764 , G01N21/25 , G01J3/28 , G06V10/58 , G06V10/80 , G06V10/77 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/08
Abstract: 本发明提供一种基于高光谱图像的物体检测方法、装置、系统及存储介质，涉及图像处理技术领域，包括：该方法应用于基于高光谱图像的物体检测系统，包括信息处理模型和检测模型，该方法包括：获取高光谱图像进行预处理，得到光谱信息和空间信息；利用训练好的信息处理模型，进行特征提取，得到光谱特征和空间特征，将光谱特征和空间特征融合，得到共识信息，并根据上述特征得到多个空间聚合特征和多个光谱聚合特征；利用训练好的检测模型，将多个空间聚合特征和多个光谱聚合特征融合，得到检测结果。本发明的有益效果：对空间特征和光谱特征进行提取，并处理得到共识信息和对应的聚合特征，增加高光谱图像信息利用率，进而提高物体检测效率。
-
公开(公告)号：CN114743009B
公开(公告)日：2022-09-02
申请号：CN202210652347.9
申请日：2022-06-10
Applicant: 中国地质大学(武汉)
Abstract: 本发明提供了一种高光谱影像波段选择方法、系统及电子设备，该方法包括：S100、获取高光谱影像立方体，利用PCA和超像素分割算法将所述高光谱影像立方体分割为多个区域；S200、采用分层策略分别学习各所述区域对应的低维潜在特征，获取各所述区域的潜在特征矩阵，并提取所述高光谱影像立方体的平均潜在特征，构建平均潜在特征矩阵；S300、将各所述区域的潜在特征矩阵与所述平均潜在特征矩阵进行融合，获取所述高光谱影像立方体的低维自表征矩阵；S400、对所述低维自表征矩阵进行聚类，获取最优波段组合。本发明的有益效果：有效提高了高光谱影像波段选择的准确性。
-
公开(公告)号：CN112861965A
公开(公告)日：2021-05-28
申请号：CN202110163366.0
申请日：2021-02-05
Applicant: 中国地质大学(武汉)
Abstract: 本发明公开了一种基于多特征交叉一致性模型的图像匹配方法，属于计算机视觉技术领域，获取基于同一图像对的两组特征点下的多种不同局部特征描述符，并通过特征匹配方法获得每种局部特征的初始特征匹配排列矩阵；通过多种特征匹配排列矩阵集成策略建立跨特征的匹配关系矩阵，并融合特征内匹配关系矩阵与特征间匹配关系矩阵为多特征交叉匹配块矩阵；为多特征交叉匹配块矩阵引入闭环约束，使得谱分解方法适用于本发明；基于谱分解方法并结合一种快速的特征值分解方法来对多特征交叉匹配块矩阵进行优化重构，进而得到最终的图像特征匹配结果。本发明能够做到特征匹配结果精度与召回率的综合性能上的提升，而无需增加太大的计算代价。
-
公开(公告)号：CN119672329A
公开(公告)日：2025-03-21
申请号：CN202411586091.1
申请日：2024-11-08
Applicant: 中国地质大学(武汉)
Abstract: 本发明提供一种目标物体分割方法及系统，涉及图像处理技术领域，所述方法包括：获取包含目标物体的检测图像，并对检测图像进行特征提取得到底层特征和上采样特征；通过级联聚合模块将底层特征和上采样特征进行融合得到级联特征图；通过边界提取模块将底层特征转化为边界特征图，并对边界特征图和级联特征图分别进行边界扩展和语义扩展，得到边界最终特征图和级联最终特征图；根据边界最终特征图和级联最终特征图对目标物体进行预测，得到目标物体的分割结果。本发明通过综合考虑目标物体的边界细节和整体语义信息，有效地提高了分割的准确性。
-
Patent Agency Ranking
公开(公告)号：CN114743009A
公开(公告)日：2022-07-12
申请号：CN202210652347.9
申请日：2022-06-10
Applicant: 中国地质大学(武汉)
Abstract: 本发明提供了一种高光谱影像波段选择方法、系统及电子设备，该方法包括：S100、获取高光谱影像立方体，利用PCA和超像素分割算法将所述高光谱影像立方体分割为多个区域；S200、采用分层策略分别学习各所述区域对应的低维潜在特征，获取各所述区域的潜在特征矩阵，并提取所述高光谱影像立方体的平均潜在特征，构建平均潜在特征矩阵；S300、将各所述区域的潜在特征矩阵与所述平均潜在特征矩阵进行融合，获取所述高光谱影像立方体的低维自表征矩阵；S400、对所述低维自表征矩阵进行聚类，获取最优波段组合。本发明的有益效果：有效提高了高光谱影像波段选择的准确性。
-
公开(公告)号：CN113420738A
公开(公告)日：2021-09-21
申请号：CN202110971318.4
申请日：2021-08-24
Applicant: 中国地质大学(武汉)
Abstract: 本发明提供了自适应网络遥感图像分类方法、计算机设备及存储介质，包括：获取待检测图像；将待检测图像输入至训练好的区域生成器，由区域生成器提取待检测图像中至少一个图像子区域作为目标区域，提取每个目标区域的信息度并根据信息度筛选目标区域，获得判别性区域；使用特征提取网络提取判别性区域的区域特征及待检测图像的全局特征，并对每个区域特征和全局特征进行自身适应性加权卷积变换获得第二变换特征；将第二变换特征输入至训练好的打分器，获得分类结果，可以减少遥感场景图像中冗余区域和噪声区域对网络分类性能的限制，有效地定位图像中判别性区域促进网络分类性能。
-
公开(公告)号：CN117197486A
公开(公告)日：2023-12-08
申请号：CN202311064676.2
申请日：2023-08-21
Applicant: 中国地质大学(武汉)
IPC: G06V10/46 , G06V10/44 , G06V10/774 , G06V10/764 , G06V10/74 , G06N3/0464 , G06N3/047 , G06N3/08
Abstract: 本发明公开了一种基于样本混合和改进三元损失函数的图像特征点描述方法，包括以下步骤：S1、对给定的图像进行关键点检测；S2、以各个关键点为中心，分别提取相同大小的图像块；S3、将提取的多个图像块输入训练好的用于图像特征描述的卷积神经网络，输出所有关键点的特征描述符向量。本发明考虑了样本距离的多样性，并利用对样本特征向量的分类，进一步增加了样本特征描述的准确性，在此基础上可以有效提高图片匹配的准确度。
-
公开(公告)号：CN117078954A
公开(公告)日：2023-11-17
申请号：CN202311056679.1
申请日：2023-08-21
Applicant: 中国地质大学(武汉)
IPC: G06V10/44 , G06V10/82 , G06V10/75 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于混合策略和对称距离约束的图像局部特征提取方法，包括以下步骤：S1、对给定的图像进行关键点检测；S2、以各个关键点为中心，分别提取相同大小的图像块；S3、将提取的多个图像块输入训练好的用于提取图像特征描述向量的卷积神经网络，输出所有图像块的特征描述向量。在卷积神经网络训练过程中，本发明充分利用距离信息，有效增加了负样本的多样性，使得决策边界与最优边界差距较小，从而提高了样本特征描述的准确性，在此基础上还可有效提高图片匹配的准确度。
-
公开(公告)号：CN113420738B
公开(公告)日：2021-11-09
申请号：CN202110971318.4
申请日：2021-08-24
Applicant: 中国地质大学(武汉)
Abstract: 本发明提供了自适应网络遥感图像分类方法、计算机设备及存储介质，包括：获取待检测图像；将待检测图像输入至训练好的区域生成器，由区域生成器提取待检测图像中至少一个图像子区域作为目标区域，提取每个目标区域的信息度并根据信息度筛选目标区域，获得判别性区域；使用特征提取网络提取判别性区域的区域特征及待检测图像的全局特征，并对每个区域特征和全局特征进行自身适应性加权卷积变换获得第二变换特征；将第二变换特征输入至训练好的打分器，获得分类结果，可以减少遥感场景图像中冗余区域和噪声区域对网络分类性能的限制，有效地定位图像中判别性区域促进网络分类性能。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.025 seconds)
