一种基于多源时空信息组合分选的多目标一致性关联方法

    公开(公告)号:CN117435876A

    公开(公告)日:2024-01-23

    申请号:CN202311257353.5

    申请日:2023-09-26

    Abstract: 本发明提供了一种基于多源时空信息组合分选的多目标一致性关联方法,包括采用序惯的方式获取各传感器状态信息和各传感器探测的目标时空信息;判断任意传感器下任意目标是否与其他传感器下目标粗关联;对第一次探测到的目标,判断该目标与其他任一传感器下与其粗关联的目标的点迹精关联关系,获得该目标的精关联集合;对非第一次探测到的目标,判断该目标与其他任一传感器下与其粗关联的目标的航迹精关联关系,获得该目标的精关联集合;基于目标间的点迹精关联关系和航迹精关联关系,对各目标的精关联集合进行精关联一致性判断;对符合精关联一致性的目标进行位置一致性融合,获得融合后目标位置。

    一种景象适配性准则训练样本集生成方法

    公开(公告)号:CN109063731B

    公开(公告)日:2020-11-10

    申请号:CN201810665397.4

    申请日:2018-06-26

    Abstract: 本发明涉及一种景象适配性准则训练样本集生成方法。对从保障数据中截取的参考图进行直方图对比度拉伸、高斯滤波,旋转、插值、高斯模糊变换和傅里叶噪声添加,生成特征参考图;用特征参考图和截取的基准图进行相关面计算,获得相关面参数集;对参考图进行特征提取计算,得到特征参数集;将相关面参数集和特征参数集划分为正负样本,分别加入训练样本集。本发明可以基于可见光卫星影像快速生成大量的训练样本集数据,而不再拘泥于对大量实时图像的依赖,这提高了工程的可实现性和可操作性,使得工程化的难度降低,同时也使得基于该训练样本集挖掘出的知识准则具有泛化能力。本发明效率高、一致性好且无需人工交互。

    一种景象适配性准则训练样本集生成方法

    公开(公告)号:CN109063731A

    公开(公告)日:2018-12-21

    申请号:CN201810665397.4

    申请日:2018-06-26

    Abstract: 本发明涉及一种景象适配性准则训练样本集生成方法。对从保障数据中截取的参考图进行直方图对比度拉伸、高斯滤波,旋转、插值、高斯模糊变换和傅里叶噪声添加,生成特征参考图;用特征参考图和截取的基准图进行相关面计算,获得相关面参数集;对参考图进行特征提取计算,得到特征参数集;将相关面参数集和特征参数集划分为正负样本,分别加入训练样本集。本发明可以基于可见光卫星影像快速生成大量的训练样本集数据,而不再拘泥于对大量实时图像的依赖,这提高了工程的可实现性和可操作性,使得工程化的难度降低,同时也使得基于该训练样本集挖掘出的知识准则具有泛化能力。本发明效率高、一致性好且无需人工交互。

Patent Agency Ranking