-
公开(公告)号：CN118409464A
公开(公告)日：2024-07-30
申请号：CN202410478095.1
申请日：2024-04-19
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种场景动态匹配相机预曝光时间计算与自主配置方法，所述方法如下：步骤一：定义飞行器坐标系，将姿态控制角转换为观测角，建立三维观测几何模型；步骤二：根据飞行高度、速度、前置角度、姿态角工况信息，建立预曝光时间与观测角变化关系表征模型；步骤三：建立预曝光时间与姿态控制角的查找表，通过插值计算实现参数自主配置。本发明为场景动态匹配相机实际工程应用提供了不可或缺的支撑条件；通过建立三维观测几何模型，兼顾地球曲率、转速等影响，提出了预曝光时间随观测角变化规律表征模型；形成了典型工况条件下，姿态控制角等工况参数与预曝光时间关系查找表，实现预曝光时间自主查询配置的同时有效减少硬件资源消耗。
-
公开(公告)号：CN117745777B
公开(公告)日：2024-07-16
申请号：CN202410019506.0
申请日：2024-01-05
Applicant: 哈尔滨工业大学
IPC: G06F7/544
Abstract: 一种基于时空配准的遥感检测地表密集异常元去除方法，所述方法包括如下步骤：步骤1：提取卫星姿态轨道数据，拟合相机成像模型，构建像面坐标到地心地固坐标系的配准模型；步骤2：基于地表异常元能量、形态等特性，构建杂波点特征向量；步骤3：基于步骤1得到的配准数据，以步骤2构建的杂波特征作为先验信息，对检测得到的所有检出结果进行匹配筛选，对地表异常元进行标定和去除。该方法可以实现对地表密集异常元在不同场景、不同分辨率、不同轨道高度下的实时标定及更新，获取更准确的有利于后续目标检测跟踪等应用的目标特性。
-
公开(公告)号：CN117689879A
公开(公告)日：2024-03-12
申请号：CN202410019504.1
申请日：2024-01-05
Applicant: 哈尔滨工业大学
Abstract: 一种天基巡天望远镜图像中的空间目标检测方法，所述方法包括如下步骤：步骤1：对大视场深空图像非均匀性特性进行校正；步骤2：基于星图预匹配与最大相关相结合进行图像配准；步骤3：利用三帧中值对图像背景进行估计；步骤4：设计合理的分割阈值，在对低信噪比目标提取时，引入线性结构因子的形态学去噪算法去除剩余恒星残留和离散分布的噪点，最终对步骤3中结果进行连通域提取得到疑似目标。该方法在对恒星残留的去除上有良好的效果，并在一定的恒星密集程度时可以达到对信噪比3以上的目标极高的检测率，为地月拉格朗日点观测图像目标提取提供理论和技术支撑。
-
公开(公告)号：CN119559499B
公开(公告)日：2025-05-13
申请号：CN202411593334.4
申请日：2024-11-08
Applicant: 哈尔滨工业大学
IPC: G06V20/10 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/084
Abstract: 基于多模型集成和渐进式预测的遥感图像目标检测识别方法，属于目标探测与识别技术领域。方法如下：将数据集分成训练集和验证集，将训练集训练得到输入数据；将输入数据输入网络中获得不同层级的特征图，将不同层级的特征图输入到网络上，得到模型A；将输入数据输入网络中得到高层次的特征图，将高层次的特征图输入到网络上，得到模型B；使用模型A和模型B构建多模型集成预测框架，输出目标检测识别结果。本发明在网络训练过程中充分结合了多样性训练增广策略以获取更为多样性的训练样本，提升模型泛化能力；相较于单一模型预测可提升mAP 10％以上，能够充分挖掘现有检测方法对于遥感目标检测识别的潜力。
-
公开(公告)号：CN117237802B
公开(公告)日：2025-04-29
申请号：CN202311173885.0
申请日：2023-09-12
Applicant: 哈尔滨工业大学
IPC: G06V20/10 , G06V10/776 , G06V10/80 , G06F18/25 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/045 , G06N3/08
Abstract: 一种基于多分支信息互补的多源遥感图像目标检测识别方法，所述方法为：基于跨域信息引导的信号级融合检测识别。信号级融合检测识别通过跨域信息引导融合模块实现多源数据互补信息的充分融合，再经由目标检测识别模块实现目标位置、类别信息输出。基于交并比的多分支融合识别结果关联。利用单源目标检测识别模块处理单源图像，输出单源检测识别结果，结合信号级融合识别结果，计算多分支目标预测框交并比并进行关联。基于阶梯置信度阈值筛选的多分支识别结果决策级融合。对于关联后的多分支预测结果，基于预测框关联数目、目标置信度和类别，筛选目标并确定最终目标类型。本方法可以实现针对复杂场景、环境下的目标高概率、低虚警率的检测识别。
-
Patent Agency Ranking
公开(公告)号：CN113204909B
公开(公告)日：2022-07-19
申请号：CN202110624730.9
申请日：2021-06-04
Applicant: 哈尔滨工业大学
IPC: G06F30/23
Abstract: 本发明公开了一种基于地基观测光度信号的卫星几何特征与姿态估计方法，包括：S1，建立地基观测条件下的卫星光度信号观测模型；S2，建立卫星的“几何‑姿态‑光度”数据库：S3，辨识卫星的几何模型和尺度；S4，建立被观测卫星的姿态运动学方程；S5，设置无损卡尔曼滤波器的初始参数；S6，将姿态运动学方程和卫星光度信号观测模型分别作为无损卡尔曼滤波算法的时间更新模型和观测更新模型，采用无损卡尔曼滤波算法对下一观测时刻卫星姿态参数进行更新估计；S7，将步骤S6估计的卫星姿态参数作为新的观测时刻卫星状态参数重复步骤S6，当卫星姿态参数估计值误差小于设定阈值或卫星超出观测范围时停止迭代，从而获得高精度的卫星姿态参数估计值。
-
公开(公告)号：CN114137005A
公开(公告)日：2022-03-04
申请号：CN202111486350.X
申请日：2021-12-07
Applicant: 哈尔滨工业大学
IPC: G01N23/20 , G01N23/207
Abstract: 本发明公开了一种分布式多模衍射成像方法，所述方法包括如下步骤：步骤一：根据应用需求设计分布式多模衍射成像系统，获取多视场、多谱段的时序图像；步骤二：对获取的多视场、多谱段的时序图像进行配准；步骤三：融合多视场、多谱段、多时相信息，实现超分辨率重建；步骤四：利用图像复原算法提升图像传递函数，去除非设计级次衍射光产生的背景辐射，得到高分辨率图像。本发明利用分布式排列的多个子衍射系统单独成像，且具有不同探测谱段，图像间存在亚像素偏移，获取多视场、多谱段、多时相图像数据后，通过融合、超分、复原算法最终获取高分辨率图像，具有高分辨率、轻量化、成本低等优势，为高分辨率光学卫星载荷跨越式发展提供了技术途径。
-
公开(公告)号：CN113204909A
公开(公告)日：2021-08-03
申请号：CN202110624730.9
申请日：2021-06-04
Applicant: 哈尔滨工业大学
IPC: G06F30/23
Abstract: 本发明公开了一种基于地基观测光度信号的卫星几何特征与姿态估计方法，包括：S1，建立地基观测条件下的卫星光度信号观测模型；S2，建立卫星的“几何‑姿态‑光度”数据库：S3，辨识卫星的几何模型和尺度；S4，建立被观测卫星的姿态运动学方程；S5，设置无损卡尔曼滤波器的初始参数；S6，将姿态运动学方程和卫星光度信号观测模型分别作为无损卡尔曼滤波算法的时间更新模型和观测更新模型，采用无损卡尔曼滤波算法对下一观测时刻卫星姿态参数进行更新估计；S7，将步骤S6估计的卫星姿态参数作为新的观测时刻卫星状态参数重复步骤S6，当卫星姿态参数估计值误差小于设定阈值或卫星超出观测范围时停止迭代，从而获得高精度的卫星姿态参数估计值。
-
公开(公告)号：CN119559499A
公开(公告)日：2025-03-04
申请号：CN202411593334.4
申请日：2024-11-08
Applicant: 哈尔滨工业大学
IPC: G06V20/10 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/084
Abstract: 基于多模型集成和渐进式预测的遥感图像目标检测识别方法，属于目标探测与识别技术领域。方法如下：将数据集分成训练集和验证集，将训练集训练得到输入数据；将输入数据输入网络中获得不同层级的特征图，将不同层级的特征图输入到网络上，得到模型A；将输入数据输入网络中得到高层次的特征图，将高层次的特征图输入到网络上，得到模型B；使用模型A和模型B构建多模型集成预测框架，输出目标检测识别结果。本发明在网络训练过程中充分结合了多样性训练增广策略以获取更为多样性的训练样本，提升模型泛化能力；相较于单一模型预测可提升mAP 10％以上，能够充分挖掘现有检测方法对于遥感目标检测识别的潜力。
-
公开(公告)号：CN114118504B
公开(公告)日：2024-07-23
申请号：CN202010879574.6
申请日：2020-08-27
Applicant: 哈尔滨工业大学
Abstract: 本发明涉及一种卫星轨道预测方法及系统，涉及空间光学信息处理领域。该方法包括：利用被观测卫星几何模型的面元通过BRDF建立光度信号观测模型；根据被观测卫星的轨道位置和瞬时速度利用牛顿两体引力运动方程确定轨道运动学方程；利用轨道运动学方程和光度信号观测模型采用无损卡尔曼滤波算法预测下一观测时刻被观测卫星的卫星轨道参数；当被观测卫星超出观测范围时，对应的预测的下一观测时刻卫星轨道参数为卫星轨道参数预测值；通过光度信号观测模型和轨道运动学方程对卫星轨道参数进行更加准确地预测，通过无损卡尔曼滤波算法降低误差对光度信号观测值更新的影响，提高了卫星轨道参数预测的精度。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.019 seconds)
