-
公开(公告)号：CN111598814A
公开(公告)日：2020-08-28
申请号：CN202010453074.6
申请日：2020-05-26
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于极端散射通道的单图像去雾方法，涉及图像处理领域，去雾方法包括：获取原始有雾图像；构建雾天成像物理模型；暗通道先验；亮通道先验；将亮通道先验的结果与暗通道先验的结果互补成为极端通道，并进行极端通道散射分析；估计透射率；估计大气光；根据极端通道先验给出的透射率、大气光、雾天成像物理模型计算得到最终的去雾清晰图像。本发明提出极端通道先验这一全新的先验假设来估计透射率和大气光，可以对天空或者偏白物体等区域进行正确的去雾，且效果较好，准确率更高，并且对于浓雾的去雾效果显著，不容易造成颜色失真，最终去雾颜色比较自然真实，清晰度也较高。
-
公开(公告)号：CN109658357A
公开(公告)日：2019-04-19
申请号：CN201811579851.0
申请日：2018-12-24
Applicant: 北京理工大学
IPC: G06T5/00
Abstract: 本发明公开了一种面向遥感卫星图像的去噪方法，包括载入原始遥感卫星图像，采用自适应对比度增强方法增强图像对比度得到待去噪图像；将待去噪图像划分为M×N有界离散化栅格，得到离散后的待去噪图像；采用中值绝对差判定准则对离散后的待去噪图像中的脉冲噪声进行探测得到二维标识矩阵F，二维标识矩阵F中像素与待去噪图像的像素一一对应；在离散后的待去噪图像中设定搜索窗口和邻域窗口；领域窗口在搜索窗口中滑动结合相似度计算及高斯加权平均计算方法进行去噪处理，得到去噪后图像。本发明能够实现优良的纹理细节保持及良好的图像去噪效果，同时算法复杂度较低。处理效率较高。
-
Patent Agency Ranking
公开(公告)号：CN111598814B
公开(公告)日：2024-04-26
申请号：CN202010453074.6
申请日：2020-05-26
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于极端散射通道的单图像去雾方法，涉及图像处理领域，去雾方法包括：获取原始有雾图像；构建雾天成像物理模型；暗通道先验；亮通道先验；将亮通道先验的结果与暗通道先验的结果互补成为极端通道，并进行极端通道散射分析；估计透射率；估计大气光；根据极端通道先验给出的透射率、大气光、雾天成像物理模型计算得到最终的去雾清晰图像。本发明提出极端通道先验这一全新的先验假设来估计透射率和大气光，可以对天空或者偏白物体等区域进行正确的去雾，且效果较好，准确率更高，并且对于浓雾的去雾效果显著，不容易造成颜色失真，最终去雾颜色比较自然真实，清晰度也较高。
-
公开(公告)号：CN110059658B
公开(公告)日：2020-11-24
申请号：CN201910342178.7
申请日：2019-04-26
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于三维卷积神经网络的遥感卫星影像多时相变化检测方法，提出一种三维U‑net模型，该模型输入为图像长、宽、通道数以及时间四个维度，利用三维卷积对长，宽，时间同时进行操作，同理使用了三维池化与上采样操作。本发明，图片间的关联性通过设置合理的时间维度的卷积核尺寸来控制，增加此维度可以考虑更多图片的关联。对于以往繁重的数据标签问题，该模型也可以根据少量监督数据在训练过程中将非监督数据的损失函数权值设置为零，从而直接训练模型，大大减少了所需标签工作量。
-
公开(公告)号：CN109490867A
公开(公告)日：2019-03-19
申请号：CN201811590289.1
申请日：2018-12-25
Applicant: 北京理工大学
IPC: G01S7/497
Abstract: 本申请公开了一种水面目标偏振遥感探测能力评价方法，包括步骤：通过偏振成像系统获取水面目标与背景的偏振图像数据；对所述水面目标和背景的偏振图像数据进行向量分析；建立目标与背景探测器平面偏振对比度模型；对所述水面目标反射光与所述背景反射光的偏振探测对比度进行离差标准化；获取最佳检偏角。本发明充分考虑了光学遥感检偏器的偏振片在一定检偏角情况下得到目标与背景透过检偏器后的对比情况，按照本发明的评价方法得到的最佳检偏角可以为光学遥感偏振探测器检偏角的确定提供依据。本发明离差标准化后的目标与背景探测器平面偏振对比度模型是非负且归一化的，易于统一评价标准，增加了评价指标的可理解性，具有更广泛的适用性。
-
公开(公告)号：CN110059658A
公开(公告)日：2019-07-26
申请号：CN201910342178.7
申请日：2019-04-26
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于三维卷积神经网络的遥感卫星影像多时相变化检测方法，提出一种三维U-net模型，该模型输入为图像长、宽、通道数以及时间四个维度，利用三维卷积对长，宽，时间同时进行操作，同理使用了三维池化与上采样操作。本发明，图片间的关联性通过设置合理的时间维度的卷积核尺寸来控制，增加此维度可以考虑更多图片的关联。对于以往繁重的数据标签问题，该模型也可以根据少量监督数据在训练过程中将非监督数据的损失函数权值设置为零，从而直接训练模型，大大减少了所需标签工作量。
-
公开(公告)号：CN109490867B
公开(公告)日：2020-05-22
申请号：CN201811590289.1
申请日：2018-12-25
Applicant: 北京理工大学
IPC: G01S7/497
Abstract: 本申请公开了一种水面目标偏振遥感探测能力评价方法，包括步骤：通过偏振成像系统获取水面目标与背景的偏振图像数据；对所述水面目标和背景的偏振图像数据进行向量分析；建立目标与背景探测器平面偏振对比度模型；对所述水面目标反射光与所述背景反射光的偏振探测对比度进行离差标准化；获取最佳检偏角。本发明充分考虑了光学遥感检偏器的偏振片在一定检偏角情况下得到目标与背景透过检偏器后的对比情况，按照本发明的评价方法得到的最佳检偏角可以为光学遥感偏振探测器检偏角的确定提供依据。本发明离差标准化后的目标与背景探测器平面偏振对比度模型是非负且归一化的，易于统一评价标准，增加了评价指标的可理解性，具有更广泛的适用性。
-
-
-
-
-
-
Search Results
7
records
(took 0.017 seconds)
