-
公开(公告)号:CN105957049A
公开(公告)日:2016-09-21
申请号:CN201610077917.0
申请日:2016-02-03
Applicant: 北京化工大学
IPC: G06T7/00
CPC classification number: G06T7/0002 , G06T2207/10032 , G06T2207/20081 , G06T2207/20224 , G06T2207/30181
Abstract: 本发明涉及一种基于稀疏表示分类的遥感图像变化检测方法,包括以下步骤:1)输入经过校正处理的变化前和变化后的遥感图像;2)获取变化前后图像的差值图像;3)在差值图像中对变化区域选取少量样本点;4)对每个像元计算利用样本点对其进行稀疏表示得到的估计值;5)计算各样本点实际值与估计值的差值;6)若差值小于给定阀值,则该样本点属于变化区,否则,属于无变化区。本发明的有益效果为:提出了一种判断遥感图像中有无发生变化的快速检测方法,仅需少量样本点,即可得到准确的变化检测区域;方法仅考虑变化区域特性,对复杂背景有强的抗干扰能力。
-
公开(公告)号:CN118314037A
公开(公告)日:2024-07-09
申请号:CN202410419549.8
申请日:2024-04-09
Applicant: 北京化工大学
Abstract: 本发明涉及图像恢复技术领域,特别是涉及到基于加权张量环分解与全变分范数的高光谱图像恢复方法,其步骤包括:获取由于各种原因而质量下降的高光谱图像,构建一种图像恢复模型;该模型考虑到了图像的低秩特性,加入了包含张量环低秩因子的张量环分解项;第一,本发明采用了张量环分解补全模型,相比于普通的基于张量分解的补全模型,兼顾了张量环结构和核范数因子的优点,对秩的选择依赖性降低,对张量环低秩因子各维度施以不同的权重的操作也更符合现实数据各波段相关性不同的特点;第二,本发明引入了三维全变分正则化项,可以有效地保持图像的平滑从而更好地保留图像的纹理细节,且在进行平滑处理时更加考虑到了图像的真实局部特征。
-
公开(公告)号:CN105957049B
公开(公告)日:2018-10-23
申请号:CN201610077917.0
申请日:2016-02-03
Applicant: 北京化工大学
IPC: G06K9/00
Abstract: 本发明涉及一种基于稀疏表示分类的遥感图像变化检测方法,包括以下步骤:1)输入经过校正处理的变化前和变化后的遥感图像;2)获取变化前后图像的差值图像;3)在差值图像中对变化区域选取少量样本点;4)对每个像元计算利用样本点对其进行稀疏表示得到的估计值;5)计算各样本点实际值与估计值的差值;6)若差值小于给定阀值,则该样本点属于变化区,否则,属于无变化区。本发明的有益效果为:提出了一种判断遥感图像中有无发生变化的快速检测方法,仅需少量样本点,即可得到准确的变化检测区域;方法仅考虑变化区域特性,对复杂背景有强的抗干扰能力。
-
-