公开(公告)号：CN114463177B

公开(公告)日：2024-06-28

申请号：CN202210110514.7

申请日：2022-01-29

Applicant: 北京理工大学

Inventor： 高昆 ,  张震洲 ,  王俊伟 ,  姬世静 ,  闵蕾 ,  胡梓博 ,  王红 ,  张晓典

IPC: G06T3/4053 ,  G06N3/0475 ,  G06N3/045 ,  G06N3/094

Abstract: 本发明公开了一种基于共源信息传递网络的遥感图像超分辨率重建方法，包括：构建数据集、构建共源信息传递网络、训练所述共源信息传递网络、将测试图像输入训练后的所述共源信息传递网络，输出重建结果图像，克服了以往方法难以权衡重建准确度和感知质量的问题，可以在保证结果保真度的情况下生成更多的纹理细节，能够使得到的重建结果图像更清晰。

公开(公告)号：CN117314811A

公开(公告)日：2023-12-29

申请号：CN202311374366.0

申请日：2023-10-23

Applicant: 北京理工大学

Inventor： 高昆 ,  黄琰珺 ,  王俊伟 ,  陈大羽 ,  闵蕾 ,  洪斌 ,  王大伟

IPC: G06T5/50 ,  G06V10/82 ,  G06V10/80 ,  G06V10/44 ,  G06V10/42 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/045 ,  G06N3/08

Abstract: 本发明公开了基于混合模型的SAR‑光学图像融合方法，包括：获取若干SAR图像和光学图像；将SAR图像和光学图像进行预处理得到第一图像对；获取遥感图像数据；利用遥感图像数据加上噪声得到第一数据集；根据第一数据集对多尺度全局噪声抑制网络进行端到端的训练得到第一模型；将SAR训练图像输入第一模型中得到输出的第一输入图像；根据光学训练图像的灰度通道得到第二输入图像；将第一和第二输入图像组成第二图像对以此组成第二数据集；构建多尺度全局融合模型得到训练后的第二模型。通过实现了SAR图像和光学图像的像素级融合，能够特征提取不明显，避免导致融合结果信息缺失的问题，使得所求得融合图像包含的信息更全面和精确。

公开(公告)号：CN112232297B

公开(公告)日：2023-08-22

申请号：CN202011243048.7

申请日：2020-11-09

Applicant: 北京理工大学

Inventor： 高昆 ,  王红 ,  闵蕾 ,  李维 ,  张晓典 ,  何林 ,  吴穹

IPC: G06V20/13 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了基于深度联合卷积激活的遥感图像场景分类方法，包括：利用至少两个卷积层中的卷积激活图进行特征提取，得到图像浅层纹理信息；利用图像浅层纹理信息和全连接层进行拼接，得到对应遥感场景图像的特征向量；基于遥感场景图像的特征向量训练分类器，得到遥感场景图像分类模型；获取测试遥感场景图像的特征向量，将测试遥感场景图像的特征向量输入至遥感场景图像分类模型，得到遥感场景图像分类结果。通过卷积激活图和全连接层进行特征表示，能够将图像浅层纹理信息和图像深层语义信息有效地结合到训练遥感场景图像的特征向量中，达到有效挖掘图像显著特征信息和几何结构信息的目的，从而提高遥感图像场景分类的正确率。

公开(公告)号：CN112232297A

公开(公告)日：2021-01-15

申请号：CN202011243048.7

申请日：2020-11-09

Applicant: 北京理工大学

Inventor： 高昆 ,  王红 ,  闵蕾 ,  李维 ,  张晓典 ,  何林 ,  吴穹

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明公开了基于深度联合卷积激活的遥感图像场景分类方法，包括：利用至少两个卷积层中的卷积激活图进行特征提取，得到图像浅层纹理信息；利用图像浅层纹理信息和全连接层进行拼接，得到对应遥感场景图像的特征向量；基于遥感场景图像的特征向量训练分类器，得到遥感场景图像分类模型；获取测试遥感场景图像的特征向量，将测试遥感场景图像的特征向量输入至遥感场景图像分类模型，得到遥感场景图像分类结果。通过卷积激活图和全连接层进行特征表示，能够将图像浅层纹理信息和图像深层语义信息有效地结合到训练遥感场景图像的特征向量中，达到有效挖掘图像显著特征信息和几何结构信息的目的，从而提高遥感图像场景分类的正确率。

公开(公告)号：CN114463177A

公开(公告)日：2022-05-10

申请号：CN202210110514.7

申请日：2022-01-29

Applicant: 北京理工大学

Inventor： 高昆 ,  张震洲 ,  王俊伟 ,  姬世静 ,  闵蕾 ,  胡梓博 ,  王红 ,  张晓典

IPC: G06T3/40 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于共源信息传递网络的遥感图像超分辨率重建方法，包括：构建数据集、构建共源信息传递网络、训练所述共源信息传递网络、将测试图像输入训练后的所述共源信息传递网络，输出重建结果图像，克服了以往方法难以权衡重建准确度和感知质量的问题，可以在保证结果保真度的情况下生成更多的纹理细节，能够使得到的重建结果图像更清晰。

公开(公告)号：CN111336994A

公开(公告)日：2020-06-26

申请号：CN202010081511.6

申请日：2020-02-06

Applicant: 北京理工大学

Inventor： 高昆 ,  闵蕾 ,  王更科 ,  杨烨 ,  陈卓一 ,  孔祥皓 ,  王红 ,  豆泽阳

IPC: G01C11/00 ,  G06F16/29

Abstract: 本发明公开了一种基于图形学与数值计算相结合的遥感卫星覆盖分析方法，涉及卫星地面覆盖与传感器成像领域，本发明的基于图形学与数值计算相结合的遥感卫星覆盖分析方法包括：构建目标区域几何图形：包括收集目标区域边界经纬度点集合数据和将数据投影到二维地图坐标系下，并根据二维地图坐标系下的点集合数据构建几何图形；计算卫星过境覆盖区域；覆盖区域数据处理与分析。本发明的遥感卫星覆盖分析方法可以满足多卫星组网的要求，对地覆盖法在算法高精度的情况下，降低了算法的复杂度，使计算的效率普遍得到了提升。