-
公开(公告)号：CN119991445A
公开(公告)日：2025-05-13
申请号：CN202510451552.2
申请日：2025-04-11
Applicant: 南京信息工程大学
IPC: G06T3/4053 , G06T3/4046 , G06N3/0455 , G06N3/0464 , G06V10/58 , G06V10/80 , G06N3/084
Abstract: 本发明公开了一种高光谱图像高分辨的重建方法、装置、设备及介质，属于图像重建技术领域，重建方法包括构建图像重构网络模型，图像重构网络模型包括基于局部的多尺度空间特征提取模块、基于全局的自注意力机制空间特征提取模块和空间光谱特征提取模块；获取高分辨率的高光谱图像，并进行退化处理生成低分辨率的高光谱图像；根据相邻光谱具有相似性，对低分辨率的高光谱图像进行逐波段分组操作；根据分组结果作为训练数据对构建的图像重构网络模型进行训练，通过训练好的图像重构网络模型进行低分辨的高光谱图像重建。本发明能够更好地提取图像的完整特征，完成对高光谱图像超分辨率真实有效的重建。
-
公开(公告)号：CN119206507B
公开(公告)日：2025-04-22
申请号：CN202411668533.7
申请日：2024-11-21
Applicant: 南京信息工程大学
IPC: G06V20/10 , G06V10/82 , G06V10/764 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了高光谱遥感图像处理技术领域的一种高光谱图像异常检测方法、装置、电子终端及存储介质，所述高光谱图像异常检测方法包括：通过编码模块得到特征图；使用自注意力机制模块抑制特征图的异常信息表达；通过Transformer编码模块提取全局特征；将分别蕴含不同信息的特征图进行特征融合；使用解码模块进行图像重构，利用重构误差得到异常检测图。本发明进行了空间多尺度特征提取，并通过自注意力机制进行异常抑制，抑制异常像素点对网络重建能力的贡献，防止网络学习到异常点的特征并对异常点产生较好的重构效果。
-
公开(公告)号：CN119169399B
公开(公告)日：2025-04-22
申请号：CN202411688591.6
申请日：2024-11-25
Applicant: 南京信息工程大学
IPC: G06V10/764 , G06V20/10 , G06V10/40 , G06V10/74 , G06V10/82
Abstract: 本发明公开了高光谱图像处理领域的一种高光谱图像分类方法，旨在解决难以利用高光谱图像中复杂信息导致识别准确性低技术问题。其包括：首先通过初步特征提取处理剔除无用信息；利用KAN卷积运算处理时元素之间相互学习激活的特性捕捉空间和光谱特征，并利用自适应注意力机制放大空间和光谱特征，减少无用信息对计算资源的占用；自适应注意力机制采用基于汉明距离计算查询和键之间的相似性，可以降低无用信息的不良影响；利用重聚焦卷积自适应调整特征图中每个局部区域的响应强度，通过响应强度控制特征表达，实现对图像深度细节信息的挖掘，充分利用高光谱图像中存在复杂的空间关系和纹理信息，提高分类效率和准确性。
-
公开(公告)号：CN118941909A
公开(公告)日：2024-11-12
申请号：CN202411419818.7
申请日：2024-10-12
Applicant: 南京信息工程大学
IPC: G06V10/80 , G06V20/10 , G06V10/77 , G06V10/82 , G06V10/764 , G06V10/774 , G06F17/16
Abstract: 本发明公开了光谱信息图像和三维信息图像融合的地表物体识别方法，属于图像处理技术领域，方法包括：获取地表物体的光谱信息图像和三维信息图像；分别对光谱信息图像和三维信息图像进行编码，获得光谱信息图像的低级特征数据和三维信息图像的低级特征数据，将光谱信息图像的低级特征数据和三维信息图像的低级特征数据投影至高级特征空间中融合，获得融合后的高级特征数据；将融合后的高级特征数据依次进行非时序性排列处理、离散化处理和逐片扫描处理，获得处理后的高级特征数据；对处理后的高级特征数据进行二维特征合成，对合成后的高级特征数据进行解码重构，获得地表物体的识别结果。利用本发明能够提升地表物体识别的效率。
-
公开(公告)号：CN118470545B
公开(公告)日：2024-10-18
申请号：CN202410924484.2
申请日：2024-07-11
Applicant: 南京信息工程大学
IPC: G06V20/10 , G06V10/58 , G06V10/764 , G06V10/77 , G06V10/774 , G06V10/82 , G06N3/042 , G06N3/0455 , G06N3/0464 , G06N3/084 , G06N3/0895
Abstract: 本发明公开一种基于图掩码自编码器的遥感图像自监督学习方法，包括使用主成分分析法对遥感图像原始数据进行降维，并基于降维后的遥感图像数据获取遥感图像的节点样本数据；将遥感图像节点样本输入到预训练的图卷积编码器中，进行特征提取编码，获得节点样本的特征向量；将节点样本的特征向量输入到监督学习分类器中，获得遥感图像分类结果，显著提升小样本训练集条件下常用遥感图像分类器的分类性能。
-
Patent Agency Ranking
公开(公告)号：CN118366035B
公开(公告)日：2024-10-01
申请号：CN202410527765.4
申请日：2024-04-29
Applicant: 南京信息工程大学
IPC: G06V20/10 , G01N21/25 , G06V10/774 , G06V10/82 , G06N3/006 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种纺织面料高光谱成分感知方法、装置，包括：获取纺织面料的高光谱数据；按照5纳米步长对所述高光谱数据取样后得到纺织面料的光谱特征数据；利用训练好的纺织面料高光谱成分感知模型处理光谱特征数据，得到纺织面料成分感知结果。本发明中的纺织面料高光谱成分感知模型包括一维至三维卷积核、池化层的尺寸以及线性层维度。本发明能够快速、准确的识别纺织面料的成分，且在识别过程中不会破坏纺织面料。
-
公开(公告)号：CN118366035A
公开(公告)日：2024-07-19
申请号：CN202410527765.4
申请日：2024-04-29
Applicant: 南京信息工程大学
IPC: G06V20/10 , G01N21/25 , G06V10/774 , G06V10/82 , G06N3/006 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种纺织面料高光谱成分感知方法、装置，包括：获取纺织面料的高光谱数据；按照5纳米步长对所述高光谱数据取样后得到纺织面料的光谱特征数据；利用训练好的纺织面料高光谱成分感知模型处理光谱特征数据，得到纺织面料成分感知结果。本发明中的纺织面料高光谱成分感知模型包括一维至三维卷积核、池化层的尺寸以及线性层维度。本发明能够快速、准确的识别纺织面料的成分，且在识别过程中不会破坏纺织面料。
-
公开(公告)号：CN118097313A
公开(公告)日：2024-05-28
申请号：CN202410504575.0
申请日：2024-04-25
Applicant: 南京信息工程大学
IPC: G06V10/764 , G06V10/774 , G06V10/26 , G06T5/10 , G06V10/74 , G06N20/10 , G06V20/10
Abstract: 本发明公开了一种基于频域主动学习的高光谱图像分类方法，方法为采用主成分分析对高光谱图像数据集进行降维处理获得降维图像，再依次进行傅里叶变换、高通滤波、傅里叶逆变换得到高频部分；将降维图像代入熵率超像素分割得出三个尺度的超像素分割图并分别提取出三个尺度的超像素分割图特征用于制作SVM分类器的训练样本、初步结果，采用随机游走优化初步结果并对比优化后的结果得到不同的像素点集；基于高频部分查找像素点集获得高频部分所关联的像素点并采用信息量排序，获得更新训练样本的若干像素点，从而保持分类器的学习；本发明对频域保持高精度的自主学习状态，避免高光谱图像在获取和传输过程中因数据质量降低导致的图像分类精度低。
-
公开(公告)号：CN118053051A
公开(公告)日：2024-05-17
申请号：CN202410454317.6
申请日：2024-04-16
Applicant: 南京信息工程大学
Abstract: 本发明公开了基于超像素自注意力机制的高光谱遥感图像分类方法，包括：对输入高光谱遥感图像进行PCA降维处理，选取出降维图像的第一主成分；基于第一主成分进行SLIC超像素分割标记，得到多个尺度的超像素块；输入到超像素注意力网络分类模型，该模型包括超像素间注意力模块、超像素内注意力模块、双分支特征融合与分类网络；分别获得图像的两种像素特征表示，并通过双分支特征融合与分类网络进行特征表示融合与预测分类，输出像素标签类别；设计超像素注意力网络分类模型的损失函数并进行训练；将测试集输入到训练好的超像素注意力网络分类模型，获得符合要求的测试分类精度，完成高光谱遥感图像的分类。
-
公开(公告)号：CN117576022A
公开(公告)日：2024-02-20
申请号：CN202311519527.0
申请日：2023-11-15
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种莫尔条纹流场区域自动获取方法，包括：对目标莫尔条纹图像进行灰度处理得到灰度图像；其中所述目标莫尔条纹图像为实验所得的原始莫尔条纹图像；对灰度图像进行二值化处理得到二值化图像；分别对二值化图像行和列求和得到行和向量、列和向量；对行和向量与列和向量进行非零检测并获取连续的非零区域，得到莫尔条纹的灰度图像和莫尔条纹的二值化图像；对莫尔条纹的二值化图像进行条纹检测，获取暗条纹的位置信息，得到暗条纹矩阵；根据暗条纹矩阵确定流场区域中心坐标；根据流场区域中心坐标，从莫尔条纹的灰度图像中获取莫尔条纹流场区域。实现莫尔条纹流场区域的自动智能化获取。
-
-
-
-
-
-
-
-
-
Search Results
57
records
(took 0.038 seconds)
