-
公开(公告)号：CN103854282B
公开(公告)日：2017-02-22
申请号：CN201410013042.9
申请日：2014-01-13
Applicant: 哈尔滨工程大学
Abstract: 本发明属于高光谱遥感领域，具体提供了一种基于修正遗传算法的高光谱亚像元定位方法。本发明包括：检测亚像素被分配为地物时受个邻域像素的总的吸引力，计算混合像素中每个亚像素的空间吸引力，地物的吸引力存于矩阵中，矩阵的最小值以及相对应的位置，在原始混合像素中对两相应位置的地物进行交换。利用SPSAM模型的快速定位效果对原始低分辨率图像进行初始化，节省运算时间。利用改进的交叉算子对遗传算法进行改进，利用群智能迭代提高进化效率。利用各项异性模型提取原始地物的先验信息提高定位的效果。
-
Patent Agency Ranking
公开(公告)号：CN103793896B
公开(公告)日：2017-01-18
申请号：CN201410014024.2
申请日：2014-01-13
Applicant: 哈尔滨工程大学
Abstract: 本发明涉及一种红外图像与可见光图像的实时融合方法，其特征在于：应用草帽变换将待融合的红外图像与可见光图像进行融合，得到第一幅融合结果图；应用触发对比运算将待融合的红外图像与可见光图像进行融合，得到第二幅融合结果图；将前述第一幅融合结果图和第二幅融合结果图作为原始数据，应用像素取平均法进行二次图像融合，得到最终的融合结果图。
-
公开(公告)号：CN103793896A
公开(公告)日：2014-05-14
申请号：CN201410014024.2
申请日：2014-01-13
Applicant: 哈尔滨工程大学
Abstract: 本发明涉及一种红外图像与可见光图像的实时融合方法，其特征在于：应用草帽变换将待融合的红外图像与可见光图像进行融合，得到第一幅融合结果图:；应用触发对比运算将待融合的红外图像与可见光图像进行融合，得到第二幅融合结果图；将前述第一幅融合结果图和第二幅融合结果图作为原始数据，应用像素取平均法进行二次图像融合，得到最终的融合结果图。
-
公开(公告)号：CN103426167A
公开(公告)日：2013-12-04
申请号：CN201310286597.6
申请日：2013-07-09
Applicant: 哈尔滨工程大学
IPC: G06T7/00
Abstract: 本发明涉及一种基于递归分析的高光谱实时检测方法，其特征在于：步骤1：建立高光谱图像像素点的光谱向量相关矩阵R(n)；步骤2：建立相关矩阵R(n)的状态方程， 式中，R(n-1)是上一时刻状态的估计值，rn是当前状态的观测值，根据当前状态的观测值rn和上一时刻状态的估计值R(n-1)，更新当前状态的估计值；步骤3：利用Woodbury恒等式更新相关矩阵R(n)的逆矩阵R(n)-1；步骤:4：结合异常检测算子对高光谱图像进行实时检测。
-
公开(公告)号：CN103942787A
公开(公告)日：2014-07-23
申请号：CN201410143292.4
申请日：2014-04-10
Applicant: 哈尔滨工程大学
IPC: G06T7/00
Abstract: 本发明涉及一种基于核原型样本分析的光谱解混方法。本发明包括：采集待处理的高光谱数据；确定整体流程的参数；对输入图像数据预处理；在预处理后的数据上采用基于核原型样本分析方法实现光谱解混。本发明实施简单，光谱解混的过程不用独立拆解为端元提取和解混两个过程，可以处理无纯端元存在的解混情况，及不同混合程度数据最优端元选择和解混问题。此外最终提取结果物理含义明确，对数据的解译性更强。同时该方法结果相对非负矩阵分解光谱解混的结果更稳定，精度更好。
-
公开(公告)号：CN103854282A
公开(公告)日：2014-06-11
申请号：CN201410013042.9
申请日：2014-01-13
Applicant: 哈尔滨工程大学
IPC: G06T7/00
Abstract: 本发明属于高光谱遥感领域，具体提供了一种基于修正遗传算法的高光谱亚像元定位方法。本发明包括：检测亚像素被分配为地物时受个邻域像素的总的吸引力，计算混合像素中每个亚像素的空间吸引力，地物的吸引力存于矩阵中，矩阵的最小值以及相对应的位置，在原始混合像素中对两相应位置的地物进行交换。利用SPSAM模型的快速定位效果对原始低分辨率图像进行初始化，节省运算时间。利用改进的交叉算子对遗传算法进行改进，利用群智能迭代提高进化效率。利用各项异性模型提取原始地物的先验信息提高定位的效果。
-
-
-
-
-
Search Results
6
records
(took 0.019 seconds)
