-
公开(公告)号：CN103150582A
公开(公告)日：2013-06-12
申请号：CN201310043710.8
申请日：2013-02-04
Applicant: 北京理工大学
IPC: G06K9/72
Abstract: 本发明公开了一种基于上下文的光学遥感图像云判结果修正方法，不需要建立概率模型，针对云判问题进行设计，同时利用相邻分块的判决结果和背景信息来修正本块判决结果。第一步，读入待处理的相关数据：包括原图的分块索引矩阵、分块灰度均值矩阵和背景信息；第二步，利用Tile的判决值产生Block的判决值，构成Block索引矩阵，并且根据分块灰度均值矩阵建立Block灰度均值矩阵；第三步，利用判决值为非常确定云和非常确定地物的Block，修正判决值为不确定的Block判决值；第四步，应用目标上下文和场景上下文判断处理对象的背景、剔除地物交界处的虚警、剔除朵云的虚警并调整判决准确对象的邻接目标，最终判定出Block是否为云。
-
公开(公告)号：CN103093241A
公开(公告)日：2013-05-08
申请号：CN201310024473.0
申请日：2013-01-23
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于同质化处理的光学遥感图像非匀质云层判别方法，能够对非匀质云中的低亮像素进行灰度补偿，从而实现对非匀质云层的判别。第一步：计算云的自适应门限；第二步：提取两幅典型二值图：第三步：获得云的位置标记图：对第二步得到的云海二值图既膨胀又腐蚀，对海二值图只进行膨胀，然后利用这两幅图得到云的位置标记图；第四步：对原图像进行同质化处理：根据第三步得到的云的位置标记图，对非云像素进行灰度补偿，从而使非匀质云变为匀质云；第五步：特征提取及归一化：对第四步同质化处理后的图像提取灰度、纹理和边缘这些针对匀质厚云提取的特征，然后对特征进行归一化；第六步：利用支持向量机进行判决，至此整个过程结束。
-
Patent Agency Ranking
公开(公告)号：CN103093241B
公开(公告)日：2015-12-02
申请号：CN201310024473.0
申请日：2013-01-23
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于同质化处理的光学遥感图像非匀质云层判别方法，能够对非匀质云中的低亮像素进行灰度补偿，从而实现对非匀质云层的判别。第一步：计算云的自适应门限；第二步：提取两幅典型二值图：第三步：获得云的位置标记图：对第二步得到的云海二值图既膨胀又腐蚀，对海二值图只进行膨胀，然后利用这两幅图得到云的位置标记图；第四步：对原图像进行同质化处理：根据第三步得到的云的位置标记图，对非云像素进行灰度补偿，从而使非匀质云变为匀质云；第五步：特征提取及归一化：对第四步同质化处理后的图像提取灰度、纹理和边缘这些针对匀质厚云提取的特征，然后对特征进行归一化；第六步：利用支持向量机进行判决，至此整个过程结束。
-
公开(公告)号：CN103150582B
公开(公告)日：2015-11-25
申请号：CN201310043710.8
申请日：2013-02-04
Applicant: 北京理工大学
IPC: G06K9/72
Abstract: 本发明公开了一种基于上下文的光学遥感图像云判结果修正方法，不需要建立概率模型，针对云判问题进行设计，同时利用相邻分块的判决结果和背景信息来修正本块判决结果。第一步，读入待处理的相关数据：包括原图的分块索引矩阵、分块灰度均值矩阵和背景信息；第二步，利用Tile的判决值产生Block的判决值，构成Block索引矩阵，并且根据分块灰度均值矩阵建立Block灰度均值矩阵；第三步，利用判决值为非常确定云和非常确定地物的Block，修正判决值为不确定的Block判决值；第四步，应用目标上下文和场景上下文判断处理对象的背景、剔除地物交界处的虚警、剔除朵云的虚警并调整判决准确对象的邻接目标，最终判定出Block是否为云。
-
公开(公告)号：CN103150567B
公开(公告)日：2016-01-20
申请号：CN201310043706.1
申请日：2013-02-04
Applicant: 北京理工大学
Abstract: 本发明公开了一种整合模式识别与上下文知识的光学遥感图像云判别方法，能够解决现有技术中只利用某一个分块本身的信息进行模式识别所带来的弊端。首先，采用L×L的正方形在光学遥感图像中进行水平和竖直方向的步进，获得分块称为Tile，每个Tile由4个Block组成。对各个Tile分块进行模式识别，获得Tile索引矩阵；根据Tile索引矩阵确定Block的判决值并进行微调；利用上下文知识，对Block的判决值进行修正；最后利用修正后的Block判决值所标记的云位置，对光学遥感图像进行云剔除。
-
公开(公告)号：CN103150567A
公开(公告)日：2013-06-12
申请号：CN201310043706.1
申请日：2013-02-04
Applicant: 北京理工大学
Abstract: 本发明公开了一种整合模式识别与上下文知识的光学遥感图像云判别方法，能够解决现有技术中只利用某一个分块本身的信息进行模式识别所带来的弊端。首先，采用L×L的正方形在光学遥感图像中进行水平和竖直方向的步进，获得分块称为Tile，每个Tile由4个Block组成。对各个Tile分块进行模式识别，获得Tile索引矩阵；根据Tile索引矩阵确定Block的判决值并进行微调；利用上下文知识，对Block的判决值进行修正；最后利用修正后的Block判决值所标记的云位置，对光学遥感图像进行云剔除。
-
公开(公告)号：CN103093242A
公开(公告)日：2013-05-08
申请号：CN201310024492.3
申请日：2013-01-23
Applicant: 北京理工大学
Abstract: 本发明提供一种基于多特征层次化判决的光学遥感图像云判别方法，能够更准确的判别云和非云。第一步：提取解译对象的灰度直方图，并对灰度直方图进行截取，以去除奇异值；第二步：将解译对象分为单一型和混合型；单一型是指对象中只含一种解译对象，而混合型是指一个对象中含有两种或两种以上解译对象；第三步：对于混合型对象，利用方差标准比H’作为门限划分为确定混合型对象或不确定混合型对象；对于单一型对象和确定混合型对象采用门限法进行再分类，对于不确定混合型对象采用分类器进行再分类；所述方差标准比H’为解译对象的灰度方差与灰度方差标准值H的比值；方差标准比H’越大表示越接近不确定混合型。
-
-
-
-
-
-
Search Results
7
records
(took 0.015 seconds)
