-
公开(公告)号：CN111311696A
公开(公告)日：2020-06-19
申请号：CN202010089208.0
申请日：2020-02-12
Applicant: 大连海事大学
Abstract: 本发明公开了一种基于高光谱解混技术的车牌真伪检测方法，包括：采用高光谱照相机获取伪造车牌图像将其作为解混目标图像；根据解混目标图像建立线性光谱混合模型；构建目标端元矩阵集合M，其中目标端元矩阵集合M包括当前车牌图像提取到的目标端元集合M1和存储普适真实目标的端元集合M2，结合最小二乘法对给定的目标端元集合M进行解混，获取各端元mi对应的丰度结果图FMapi，设定阈值T，获得各目标端元丰度图FMapi的二值化可视结果BMapi，对二值可视结果BMapi进行优化、获得车牌伪造信息的最终结果FinalMAP。
-
公开(公告)号：CN112580705B
公开(公告)日：2024-04-05
申请号：CN202011446700.5
申请日：2020-12-08
Applicant: 大连海事大学
IPC: G06V10/764 , G06V10/58 , G06V10/774 , G06V10/776 , G06V10/82
Abstract: 本发明公开了一种基于深度前馈网络的高光谱分类方法，该方法利用训练样本分配算法计算每个类别在分类时应分配的训练样本数目；在每层分类网络中，根据各类别已分配的训练样本数目，采用固定训练样本选取方式或随机训练样本选取方式生成训练样本数据集，用于训练分类器；选用支持向量机或卷积神经网络对图像进行初分类，得到初始分类结果；利用边缘保持滤波器提取分类图的空间特征信息，利用训练好的支持向量机对空间特征信息进行再分类；判断是否满足停止条件，若不满足，则通过前馈的方式进入下层网络进行分类，直至最终得到最优的分类结果。该分类框架通过一系列的空间滤波器及前馈操作，有效挖掘了高光谱图像的空间特征信息，改善了初始分类结果。
-
公开(公告)号：CN112580705A
公开(公告)日：2021-03-30
申请号：CN202011446700.5
申请日：2020-12-08
Applicant: 大连海事大学
Abstract: 本发明公开了一种基于深度前馈网络的高光谱分类方法，该方法利用训练样本分配算法计算每个类别在分类时应分配的训练样本数目；在每层分类网络中，根据各类别已分配的训练样本数目，采用固定训练样本选取方式或随机训练样本选取方式生成训练样本数据集，用于训练分类器；选用支持向量机或卷积神经网络对图像进行初分类，得到初始分类结果；利用边缘保持滤波器提取分类图的空间特征信息，利用训练好的支持向量机对空间特征信息进行再分类；判断是否满足停止条件，若不满足，则通过前馈的方式进入下层网络进行分类，直至最终得到最优的分类结果。该分类框架通过一系列的空间滤波器及前馈操作，有效挖掘了高光谱图像的空间特征信息，改善了初始分类结果。
-
公开(公告)号：CN111311696B
公开(公告)日：2023-07-25
申请号：CN202010089208.0
申请日：2020-02-12
Applicant: 大连海事大学
Abstract: 本发明公开了一种基于高光谱解混技术的车牌真伪检测方法，包括：采用高光谱照相机获取伪造车牌图像将其作为解混目标图像；根据解混目标图像建立线性光谱混合模型；构建目标端元矩阵集合M，其中目标端元矩阵集合M包括当前车牌图像提取到的目标端元集合M1和存储普适真实目标的端元集合M2，结合最小二乘法对给定的目标端元集合M进行解混，获取各端元mi对应的丰度结果图FMapi，设定阈值T，获得各目标端元丰度图FMapi的二值化可视结果BMapi，对二值可视结果BMapi进行优化、获得车牌伪造信息的最终结果FinalMAP。
-
公开(公告)号：CN110738171B
公开(公告)日：2023-05-05
申请号：CN201910976493.5
申请日：2019-10-15
Applicant: 大连海事大学
IPC: G06V20/13 , G06V10/764
Abstract: 本发明公开了一种基于类特征迭代随机采样的高光谱图像谱空分类方法，包括根据高光谱图像数据和地物类别标签信息计算各类的类特征准则；根据类特征准则迭代地计算每个类别在分类时应分配的训练样本数目；根据每类已分配的训练样本数目和目标地物样本集参数信息计算目标地物的平均光谱特征和自相关矩阵，根据各地物平均光谱特征、自相关矩阵的逆矩阵、通过约束能量最小化方法计算针对于该地物、高光谱图像中每个像元对应的丰度信息，根据分类图像信息计算相邻两次迭代分类结果的相似性系数，判断所述相似性系数是否已满足迭代分类的截止条件、对融合更新后的数据进行迭代分类。
-
Patent Agency Ranking
公开(公告)号：CN113160284B
公开(公告)日：2024-04-30
申请号：CN202110252806.X
申请日：2021-03-09
Applicant: 大连海事大学
IPC: G06T7/30
Abstract: 本发明公开的一种基于局部相似结构约束的引导性空间一致光伏图像配准方法。该方法对获取的航拍光伏图像，利用局部相似结构约束剔除误匹配点，获得内点率较高的初始匹配集S0。并利用欧氏距离对最近邻策略得到的匹配点进行排序，得到浮动较稳定的匹配点集合S1。将一种指导性思想集成到随机抽样一致框架，扩大最终正确匹配点数的同时保证模型的精度。五组不同情况下的光伏图像实验结果证明了本发明提供的一种基于局部相似结构约束的引导性空间一致光伏图像配准方法的有效性。
-
公开(公告)号：CN111325269B
公开(公告)日：2023-09-26
申请号：CN202010100198.6
申请日：2020-02-18
Applicant: 大连海事大学
IPC: G06V10/776 , G06V10/764 , G06V20/10
Abstract: 本发明公开了一种基于三维接收机工作特性曲线的高光谱图像分类评价方法，包括：采用不同的分类器对高光谱图像进行分类得到分类后的软决策概率图，通过不同的阈值τ将软决策概率图转化为硬决策分类图；从信号检测角度将高光谱图像的硬决策分类图转化为目标检测结果图，计算每个阈值τ对应的检测率PD和虚警率PF，生成基于(PD,PF,τ)的三维接收机工作特性曲线(3D ROC)；根据3D ROC曲线分别生成基于(PD,PF)、(PD,τ)和(PF,τ)的三个二维接收机工作特性曲线(2D ROC)，设计多准则打分机制评价不同分类器分类性能的优良。该分类评价方法解决了高光谱图像分类中(1)如何为分类后的软决策概率值分配类别标签，即分类器产生的部分类成员分配(FCMA)问题；(2)类别不平衡问题；(3)未知背景复杂性问题。
-
公开(公告)号：CN110717485B
公开(公告)日：2023-06-02
申请号：CN201910978651.0
申请日：2019-10-15
Applicant: 大连海事大学
IPC: G06V10/774 , G06V10/764 , G06V10/143
Abstract: 本发明公开了一种基于局部保留投影的高光谱图像稀疏表示分类方法，包括：获取高光谱图像信息构建邻接图，计算邻接图中边的权重，结合权重信息进行特征映射获得投影变换矩阵；应用局部保留投影算法，将原始高光谱图像投影至低维度的流形子空间；采用稀疏表示分类模型对投影后的图像数据进行分类得到分类结果图像。该方法首先使用局部保留投影算法降低了原始数据的维度，保留了图像的邻域细节信息，避免冗余信息对稀疏表示产生的误差和干扰，最后稀疏表示分类模型的引入完成了对投影后的图像的分类。本方法提高了局部保留投影对于特征响应的能力，增强了稀疏表示分类模型的判定效果。
-
公开(公告)号：CN113160284A
公开(公告)日：2021-07-23
申请号：CN202110252806.X
申请日：2021-03-09
Applicant: 大连海事大学
IPC: G06T7/30
Abstract: 本发明公开的一种基于局部相似结构约束的引导性空间一致光伏图像配准方法。该方法对获取的航拍光伏图像，利用局部相似结构约束剔除误匹配点，获得内点率较高的初始匹配集S0。并利用欧氏距离对最近邻策略得到的匹配点进行排序，得到浮动较稳定的匹配点集合S1。将一种指导性思想集成到随机抽样一致框架，扩大最终正确匹配点数的同时保证模型的精度。五组不同情况下的光伏图像实验结果证明了本发明提供的一种基于局部相似结构约束的引导性空间一致光伏图像配准方法的有效性。
-
公开(公告)号：CN110738171A
公开(公告)日：2020-01-31
申请号：CN201910976493.5
申请日：2019-10-15
Applicant: 大连海事大学
Abstract: 本发明公开了一种基于类特征迭代随机采样的高光谱图像谱空分类方法，包括根据高光谱图像数据和地物类别标签信息计算各类的类特征准则；根据类特征准则迭代地计算每个类别在分类时应分配的训练样本数目；根据每类已分配的训练样本数目和目标地物样本集参数信息计算目标地物的平均光谱特征和自相关矩阵，根据各地物平均光谱特征、自相关矩阵的逆矩阵、通过约束能量最小化方法计算针对于该地物、高光谱图像中每个像元对应的丰度信息，根据分类图像信息计算相邻两次迭代分类结果的相似性系数，判断所述相似性系数是否已满足迭代分类的截止条件、对融合更新后的数据进行迭代分类。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.015 seconds)
