-
公开(公告)号:CN109376780A
公开(公告)日:2019-02-22
申请号:CN201811224416.6
申请日:2018-10-19
Applicant: 北京师范大学
IPC: G06K9/62
Abstract: 发明了一种基于移动复相关系数的多模态数据融合方法:属于空间数据融合分析方法。在一定空间范围内的数据,一个事物往往由其他多种数据因素影响,并与特定范围内的空间位置相联系。传统的方法只是针对两两因素之间相关性的度量,忽略了一种因素同多种因素之间的相关关系,并且全局范围的分析容易使局部。因此,本方法提出了基于移动复相关系数的多模态数据局部相关性分析方法。定义计算窗口,计算窗口区域内一种因素同其它所有因素的复相关系数,遍历采样区域,形成复相关系数矩阵,以此分析一种因素和其他多种因素的相关性。该方法引入了数据的局部空间特征,通过局部复相关系数的计算显示多模态数据之间“一对多”的相关关系。
-
公开(公告)号:CN104867166B
公开(公告)日:2018-04-06
申请号:CN201510263006.2
申请日:2015-05-22
Applicant: 北京师范大学
Abstract: 本发明是一种基于稀疏字典学习的油井示功图压缩存储方法,尤其是基于字典学习的方法,目的在于解决大量抽油机井示功图数据存储问题。该方法基于历史油井示功图数据库,选取典型的油井示功图数据,通过数据预处理后组成训练样本库,采用信号稀疏领域的K‑SVD算法对样本库进行训练得到稀疏字典并保存;原始示功图结合稀疏字典,通过OMP算法得到稀疏系数并保存,实现油井示功图数据压缩;稀疏系数结合稀疏字典进行示功图重构,得到原始示功图。本方法得到的字典对油井示功图的稀疏化效果更好,重构油井示功图的精度更高。本方法不需要目标的先验信息,具有广泛的应用面。
-
公开(公告)号:CN103347187B
公开(公告)日:2016-08-10
申请号:CN201310310015.3
申请日:2013-07-23
Applicant: 北京师范大学
Abstract: 本发明公开了一种基于自适应方向预测离散小波变换的遥感影像压缩方法,属于遥感图像处理技术领域。实施过程包括:1)将近端整数、分数像素与远端整数像素构成的15个方向联合考虑,构建方向图;2)对遥感影像进行基于自适应方向预测的二维离散小波变换,即利用基于方向一致性的四叉树分割将遥感图像划分为互不重叠的若干图像块,采用新的方向预测模型获得各图像块的最佳变换方向并沿该方向完成提升小波变换;3)对变换后图像系数进行SPIHT编码,方向信息进行自适应算术编码,获得最终码流;本发明不仅有效提高了遥感图像的视觉质量与峰值信噪比,而且降低了方向小波变换的计算复杂度,可广泛用于航空与卫星遥感影像的高效编码压缩。
-
公开(公告)号:CN101739563A
公开(公告)日:2010-06-16
申请号:CN200810180668.3
申请日:2008-11-19
Applicant: 北京师范大学
IPC: G06K9/62
Abstract: 本发明为一种信源可变、基于约束单象素ICA的混合像元分解方法。ICA是一种常用的盲源分离方法,但由于混合像元分解问题存在其他盲源分离问题所不具有的约束条件,ICA用于混合像元分解问题并不可以取得好的分解效果,同时,混合像元分解领域里存在两大难题:如何解决地物类型大于遥感图像通道数的混合像元分解问题,如何解决线性模型中因地物类型始终固定所带来的精度问题。为有效利用ICA模型解决混合像元分解问题和有效解决混合像元分解的上述两个问题,本发明对传统ICA进行改进,提出了一种新的混合像元分解的方法-信源可变的约束单象素ICA方法。试验证明本发明的方法可取得优于其他分解方法的结果。
-
公开(公告)号:CN106355166B
公开(公告)日:2021-09-24
申请号:CN201610893523.2
申请日:2016-10-13
Applicant: 北京师范大学
Abstract: 本发明为一种基于监控视频与遥感图像的灰霾扩散路径绘制与来源确定方法,首先对地区进行网格化分区,同时为每个网格建立基于视频图像的无霾基准图样本库,然后通过对视频监控图像进行分析,结合无霾基准图,同时基于时间序列分析,区分雾与霾,确定当前位置监控图像灰霾指数、等级、变化趋势、变化速度,最后根据监控视频所在位置、灰霾指数、等级、随时间变化的趋势,结合遥感图像分析得到的区域雾霾变化趋势,绘制随时间变化的灰霾扩散路径,进而得到路径上的网格序列,最终确定具体污染源网格、确定污染源的责任主体。本发明可用于实时对特定区域进行灰霾生成直接来源的及时定位;本发明具有识别精度高、效率高的优点。
-
公开(公告)号:CN111695529A
公开(公告)日:2020-09-22
申请号:CN202010544700.2
申请日:2020-06-15
Applicant: 北京师范大学
Abstract: 本发明公开了一种基于人体骨骼关键点检测算法的X射线源检测方法,属于天体源的发现、识别技术领域,包括以下步骤:S10、基于卷积神经网络构建X射线源检测网络;X射线源检测网络包括依次设置的定位网络、局部极大值提取算法、关键点区域特征提取算法和强度预测网络;S20、使用宽视场巡天望远镜观测图像训练样本对X射线源检测网络进行训练;S30、将待识别的宽视场巡天望远镜观测图像输入训练完成的X射线源检测网络,得到待识别的宽视场巡天望远镜观测图像的流量强度预测值。本发明能够从观测图像中排除噪声提取出源的数据信息,支持延展源,具有对距离相近的源分辨能力;同时,在测试数据上定位准确率和召回率均能达到99%以上。
-
公开(公告)号:CN106355166A
公开(公告)日:2017-01-25
申请号:CN201610893523.2
申请日:2016-10-13
Applicant: 北京师范大学
CPC classification number: G06K9/0063 , G06K9/00651 , G06T7/0004 , G06T2207/10032 , G06T2207/30192
Abstract: 本发明为一种采用网格划分区域,通过分析网格内监控视频数据和遥感图像数据反映的污染指数变化趋势,用来实时追溯灰霾生成直接来源的方法。该方法首先对地区进行网格化分区,同时为每个网格建立基于视频图像的无霾基准图样本库。然后通过对视频监控图像进行分析,结合无霾基准图,同时基于时间序列分析,区分雾与霾,确定当前位置监控图像灰霾指数、等级、变化趋势、变化速度。最后根据监控视频所在位置、灰霾指数、等级、随时间变化的趋势,结合遥感图像分析得到的区域雾霾变化趋势,绘制随时间变化的灰霾扩散路径,进而得到路径上的网格序列,最终确定具体污染源网格、确定污染源的责任主体。本发明可用于实时对特定区域进行灰霾生成直接来源的及时定位。本发明具有识别精度高、效率高的优点。
-
公开(公告)号:CN103295187B
公开(公告)日:2016-06-08
申请号:CN201210041421.X
申请日:2012-02-23
Applicant: 北京师范大学
IPC: G06T5/00
Abstract: 发明了一种基于反馈机制的抗混合高斯白噪声的盲图像源分离方法:利用小波变换使混合信号稀疏化,对稀疏化的小波系数进行线性聚类,从而估计出系统的混合矩阵,并根据混合图像进行首次分离,然后分别计算分离支路的均值,取最大者输出;通过置0、反馈的方法从原混合信号中去除该路信号,将剩余的混合信号应用上述方法再次进行盲分离,不断重复该过程直至只剩下噪声支路,即已完全分离所有参与混合的信号。该方法能有效地盲分离高斯白噪声参与的图像混合,与经典FastICA相比,取得了更高的分离精度。
-
公开(公告)号:CN103177458B
公开(公告)日:2015-11-25
申请号:CN201310132714.3
申请日:2013-04-17
Applicant: 北京师范大学
IPC: G06T7/40
Abstract: 本发明公开一种基于频域分析的可见光遥感图像感兴趣区域检测方法,属于遥感图像处理及图像识别技术领域。实施过程包括:1)对图像进行预处理;2)将预处理结果进行四元数傅里叶变换,获得图像的频域信息;3)保留相位谱并用巴特沃斯高通滤波器获取幅度谱高频信息;4)对相位谱与幅度谱高频信息做四元数傅里叶反变换,得到特征图;5)利用高斯金字塔对特征图滤波与降维,获得显著图;6)对显著图进行阈值分割与二值化,获得感兴趣区域模板;7)将模板升维并与原始图像做掩膜操作,得到最终的感兴趣区域。本发明实现了感兴趣区域的快速、准确定位,具有区域描述精度高、计算复杂度低等优点,可用于环境监测、土地利用与农业调查等领域。
-
公开(公告)号:CN103347187A
公开(公告)日:2013-10-09
申请号:CN201310310015.3
申请日:2013-07-23
Applicant: 北京师范大学
Abstract: 本发明公开了一种基于自适应方向预测离散小波变换的遥感影像压缩方法,属于遥感图像处理技术领域。实施过程包括:1)将近端整数、分数像素与远端整数像素构成的15个方向联合考虑,构建方向图;2)对遥感影像进行基于自适应方向预测的二维离散小波变换,即利用基于方向一致性的四叉树分割将遥感图像划分为互不重叠的若干图像块,采用新的方向预测模型获得各图像块的最佳变换方向并沿该方向完成提升小波变换;3)对变换后图像系数进行SPIHT编码,方向信息进行自适应算术编码,获得最终码流;本发明不仅有效提高了遥感图像的视觉质量与峰值信噪比,而且降低了方向小波变换的计算复杂度,可广泛用于航空与卫星遥感影像的高效编码压缩。
-
-
-
-
-
-
-
-
-