-
公开(公告)号:CN119492441A
公开(公告)日:2025-02-21
申请号:CN202411604043.0
申请日:2024-11-12
Applicant: 北京理工大学
IPC: G01H17/00 , G06F18/213
Abstract: 本发明公开了一种用于强时变信号的时频分析方法,包括以下步骤:采集机械运行场景中强时变信号,并进行短时傅里叶变换;基于瞬时频率估计,采用同步挤压S变换技术挤压时频能量至瞬时频率附近;引入二阶二维瞬时频率估计算子,对信号的瞬时频率进行高精度的描述;通过多次同步挤压操作,迭代调整时频系数的位置,直至能量集中于真实瞬时频率位置;输出能量集中度较高的时频表示结果。该方法不仅能有效提高时频表示的能量集中度,还能减少未重分配点,提升时频分辨率。相比于传统的时频分析方法,本发明的方法能够提供更清晰的非平稳信号时频特征,特别适用于复杂机械设备,如发动机、重油催化机组的故障诊断和特征提取场景。
-
公开(公告)号:CN117974487A
公开(公告)日:2024-05-03
申请号:CN202410099000.5
申请日:2024-01-24
Applicant: 北京理工大学
Abstract: 本发明涉及图像处理技术领域,具体涉及一种面向多光谱卫星遥感成像的云雾图像仿真方法及系统,方法包括:获取清晰无云的多光谱原始遥感图像,并初始化云仿真相关参数;利用Perlin噪声和Worley噪声生成n张基础云雾图像;利用分形噪声将所有基础云雾图像迭代相加,得到复合云雾图像;对复合云雾图像进行仿射变换,扩充基础云雾的形态种类;生成不同形状的云雾区域掩膜图,与复合云雾图像中的对应像素相乘,得到区域云雾图像;对区域云雾图像中像素进行归一化;利用大气散射模型将归一化后的云雾图像和清晰无云的多光谱原始遥感图像结合,得到多光谱遥感云雾图像。本发明既能提供高度真实感,同时又具备高度可调节性。
-
公开(公告)号:CN117523026B
公开(公告)日:2024-03-29
申请号:CN202410022853.9
申请日:2024-01-08
Applicant: 北京理工大学
Abstract: 本发明公开了面向红外遥感成像的云雾图仿真方法、系统、介质及终端,包括:S1.初始化红外遥感图像的尺寸和云雾生成参数,云雾生成参数包括云雾密度系数、云雾强度系数、云雾阈值和云层厚度变化系数;S2.利用Perlin噪声和分形噪声生成基础云雾层并进行归一化处理;S3.对基础云雾层进行仿射变换形成不同大小和形态的云雾效果;S4.重复步骤S2和S3,生成多张基础云雾层并将对应像素相乘得到复合云雾图;S5.根据云雾阈值对复合云雾图进行后处理并值进行线性拉伸使分布在云雾强度系数范围内,得到最终云雾图;本发明解决了在模拟红外遥感图像中云雾效果时缺乏真实性和灵活性的问题,提高了仿真图像的真实感和应用范围。
-
公开(公告)号:CN116090356A
公开(公告)日:2023-05-09
申请号:CN202310321492.3
申请日:2023-03-29
Applicant: 北京理工大学
IPC: G06F30/27 , G06N3/126 , G06F111/04 , G06F111/10 , G06F111/06 , G06F111/08
Abstract: 本发明公开了一种基于任务可靠性约束的异构弹群多目标任务规划方法,包括:以最大化弹群分配的任务可靠性和最大化弹群分配的效费比为优化目标,构建异构弹群的双目标优化模型;基于MOEA/D算法对所述双目标优化模型求解,且在求解过程中,利用切比雪夫函数进行方案对比,得到弹群目标分配方案的帕累托前沿解集。本发明不仅能有效提高弹群目标分配的任务可靠性,还可以提高弹群目标分配的效率,适用于对作战任务可靠性要求极高的作战场景。
-
公开(公告)号:CN115063336A
公开(公告)日:2022-09-16
申请号:CN202210991426.2
申请日:2022-08-18
Applicant: 北京理工大学
Abstract: 本发明公开了一种全色与多光谱图像融合方法及其装置、介质,包括以下步骤:S1.得到上采样的多光谱图像;S2.计算全色图像的灰度直方图,并随机选取像元;S3.从随机选取的像元中分别提取出全色图像和上采样的多光谱图像对应的像元值信息,并获取多光谱数据到全色数据的拟合系数;S4.对原始多光谱图像各波段进行加权求和,生成低分辨率全色合成图像;S5.将原始全色图像下采样到低分辨率全色合成图像相同分辨率,结合S2中随机选取的像元重新生成新的低分辨率全色合成图像;S6.计算全色图像与最新的低分辨率全色合成图像的比值,并生成全色与多光谱融合图像。本发明有效解决了现有技术中的融合方法容易出现失真的问题,提高全色和多光谱图像融合的准确率。
-
公开(公告)号:CN113658235B
公开(公告)日:2022-08-09
申请号:CN202110901976.6
申请日:2021-08-06
Applicant: 北京理工大学
Abstract: 本发明提供了一种基于VGG网络与高斯差分网络的光学遥感影像精确配准方法,首先构建输入图像的高斯差分网络,提取极大值点作为候选关键点,得到关键点的坐标及所在尺度;然后将图像重新调整大小,输入到预训练过的VGG网络中,得到不同尺寸的特征图;将相同尺寸的高斯差分图像和特征图拼接起来,构成DVGG网络;利用候选关键点的坐标提取出VGG网络的特征向量,与对应的SIFT特征向量拼接起来构成DVGG网络的输出向量,并作为关键点的特征描述;计算待配准图像和参考图像中关键点之间的相似度,得到匹配对,计算出变换矩阵,得到配准图像。本发明相较现有配准方法得到了更多的正确匹配点对,配准效果更好。
-
公开(公告)号:CN119624801A
公开(公告)日:2025-03-14
申请号:CN202411787232.6
申请日:2024-12-06
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于字典扩展的高光谱与多光谱图像融合方法及系统,该方法包括:获取高分多光谱图像Ym和不完全重叠场景下的低分高光谱图像Yh,将Ym分为重叠高分多光谱图像#imgabs0#与未重叠高分多光谱图像#imgabs1#求解重叠区域光谱字典Ds及重叠区域稀疏系数As,并融合重建重叠区域高分高光谱图像Xs;提取#imgabs2#与#imgabs3#的共有光谱#imgabs4#利用共有光谱#imgabs5#进行光谱字典的扩展,得到扩展的未重叠区域光谱字典Dr与未重叠稀疏系数Ar,重建未重叠区域高分高光谱图像Xr;将Xs和Xr合成,得到高分多光谱图像Ym全覆盖区域的高分高光谱图像X。本发明利用光谱相似性与多光谱图像的空间信息求解未重叠区域的稀疏系数矩阵,实现了不完全重叠场景下多光谱图像全覆盖区域的图像融合。
-
公开(公告)号:CN117788296B
公开(公告)日:2024-05-07
申请号:CN202410201140.9
申请日:2024-02-23
Applicant: 北京理工大学
IPC: G06T3/4053 , G06N3/0455 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于异构组合深度网络的红外遥感图像超分辨率重建方法,涉及数字图像处理技术,包括以下步骤:获取目标场景的红外遥感图像;对红外遥感图像进行裁剪等预处理;构建包含多尺度卷积和Transformer网络的超分辨率模型并训练,得到经训练的图像超分辨率模型;将预处理后的红外遥感图像输入至训练好的图像超分辨率模型中,输出超分辨率红外遥感图像。该方法通过提取多尺度特征提高超分辨率图像的清晰度,解决在遥感超分辨率领域中传统方法不能有效恢复地表高频特征细节的问题。
-
公开(公告)号:CN117496162B
公开(公告)日:2024-03-22
申请号:CN202410004810.8
申请日:2024-01-03
Applicant: 北京理工大学
IPC: G06V10/26 , G06V10/44 , G06V10/52 , G06V10/80 , G06V10/82 , G06V20/13 , G06N3/045 , G06N3/0464 , G06N3/0985
Abstract: 本发明公开了一种红外卫星遥感影像薄云去除方法、装置及介质,主要基于多尺度卷积和稠密残差网络,构建薄云去除模型,以实现端到端的红外遥感图像薄云去除网络,从而得到纹理细节高保真的无云红外遥感图像。本发明中薄云去除模型依次包括多尺度卷积模块、第一特征汇聚模块、稠密残差模块,和第二特征汇聚模块。
-
公开(公告)号:CN117523026A
公开(公告)日:2024-02-06
申请号:CN202410022853.9
申请日:2024-01-08
Applicant: 北京理工大学
Abstract: 本发明公开了面向红外遥感成像的云雾图仿真方法、系统、介质及终端,包括:S1.初始化红外遥感图像的尺寸和云雾生成参数,云雾生成参数包括云雾密度系数、云雾强度系数、云雾阈值和云层厚度变化系数;S2.利用Perlin噪声和分形噪声生成基础云雾层并进行归一化处理;S3.对基础云雾层进行仿射变换形成不同大小和形态的云雾效果;S4.重复步骤S2和S3,生成多张基础云雾层并将对应像素相乘得到复合云雾图;S5.根据云雾阈值对复合云雾图进行后处理并值进行线性拉伸使分布在云雾强度系数范围内,得到最终云雾图;本发明解决了在模拟红外遥感图像中云雾效果时缺乏真实性和灵活性的问题,提高了仿真图像的真实感和应用范围。
-
-
-
-
-
-
-
-
-