-
公开(公告)号：CN115984684A
公开(公告)日：2023-04-18
申请号：CN202211517470.6
申请日：2022-11-29
IPC: G06V20/10 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/08 , G06N3/0464
Abstract: 本发明公开了一种基于深度学习的多通道InSAR高程反演方法，包括创建连续地形和突变地形数据集；将创建的数据集放入多通道特征连接与融合网络中进行训练；将待反演的多通道干涉图放入已经训练好的多通道神经网络模型中得出反演的真实高程图像。该方法设计出一种多通道特征连接与融合网络，将其用于建立多幅干涉图和对应高程图的直接映射关系。网络中采用融合了注意力机制的残差单元，用密集连接的方式实现多通道特征复用，加强了特征图的传播，提高了网络对多幅干涉图信息的融合能力。经过不同地形的干涉图高程反演实验，其结果表明该方法可以同时反演出连续地形和突变地形的高程图，具备良好的鲁棒性和稳健性，具有重要的应用价值。
-
公开(公告)号：CN112381172B
公开(公告)日：2022-09-16
申请号：CN202011367355.6
申请日：2020-11-28
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于U‑net的InSAR干涉图像相位解缠方法，包括S1，创建InSAR模拟数据集；S2，创建准实测数据集；S3，将S1和S2创建好的两种数据放入改进的U‑net模型中进行训练；S4，将待解缠相位图像放入已训练好的U‑net模型中得出解缠出的真实相位图像。本发明将U‑net架构、ASPP网络以及瓶颈残差网络结合起来，将不同扩张率的扩张卷积特征结合捕获丰富的上下文信息，能够在不牺牲特征空间分辨率的同时扩大特征接收野，有利于精确获取缠绕干涉图特征信息，提高相位解缠算法的稳健性；瓶颈残差单元可使网络模型在减小参数计算量的同时防止网络退化，提高网络训练精度与效率。与现有技术相比，本发明解缠精度相对较高、抗噪性能相对较强。
-
公开(公告)号：CN106707283B
公开(公告)日：2019-07-23
申请号：CN201710022526.3
申请日：2017-01-12
Applicant: 桂林电子科技大学
IPC: G01S13/90
Abstract: 本发明公开一种基于无味信息滤波的相位展开算法，首先建立无味信息滤波（UIF）相位展开算法递推状态估计模型，利用基于修正矩阵束模型（AMPM）的相位梯度估计方法获取上述递推状态估计模型所需的相位梯度信息，随后利用LEVENBERG‑MARQUARDT方法优化递推状态估计模型，提高算法收敛性；引入堆排序的快速质量图引导策略，把已展开像元的邻接缠绕像元作为待展开像元嵌入堆数组，根据待展开像元质量值调整堆数组为最大堆；在每一展开步骤中利用无味信息滤波相位展开算法递推状态估计模型展开堆数组根结点处的最佳待展开像元，随后从堆数组中删除该像元，并调整堆数组为最大堆，直至最终完成所有缠绕像元的相位展开。本发明具有精度较高，稳健性较强的特点。
-
公开(公告)号：CN106707283A
公开(公告)日：2017-05-24
申请号：CN201710022526.3
申请日：2017-01-12
Applicant: 桂林电子科技大学
IPC: G01S13/90
CPC classification number: G01S13/90
Abstract: 本发明公开一种基于无味信息滤波的相位展开算法，首先建立无味信息滤波（UIF）相位展开算法递推状态估计模型，利用基于修正矩阵束模型（AMPM）的相位梯度估计方法获取上述递推状态估计模型所需的相位梯度信息，随后利用LEVENBERG‑MARQUARDT方法优化递推状态估计模型，提高算法收敛性；引入堆排序的快速质量图引导策略，把已展开像元的邻接缠绕像元作为待展开像元嵌入堆数组，根据待展开像元质量值调整堆数组为最大堆；在每一展开步骤中利用无味信息滤波相位展开算法递推状态估计模型展开堆数组根结点处的最佳待展开像元，随后从堆数组中删除该像元，并调整堆数组为最大堆，直至最终完成所有缠绕像元的相位展开。本发明具有精度较高，稳健性较强的特点。
-
公开(公告)号：CN104062658A
公开(公告)日：2014-09-24
申请号：CN201410251346.9
申请日：2014-06-09
Applicant: 桂林电子科技大学
Inventor： 谢先明
IPC: G01S13/90
CPC classification number: G01S13/9023
Abstract: 本发明公开一种基于频率补偿的多基线SAR干涉相位估计方法，通过展开最短基线的复干涉图，来提取复干涉图的每一像元随基线变化的粗略估计频率；把上述提取出的复干涉图的每一像元随基线变化的粗略估计频率通过共轭复乘补偿给相应的抽样复干涉信号；对降频抽样复干涉信号进行傅里叶变换，并做峰值搜索后获得复干涉图的每一像元随基线变化的降频抽样复干涉信号频率；将步骤一所得的粗略估计频率与步骤三所得的降频抽样复干涉信号频率叠加后，获得复干涉图每一像元随基线变化的估计频率；在获得复干涉图的每一像元随基线变化的估计频率的基础上，求得最长基线干涉图的干涉相位。本发明其具有简单有效、计算量较小、精度较高，稳健性较强的特点。
-
Patent Agency Ranking
公开(公告)号：CN112835041B
公开(公告)日：2023-07-25
申请号：CN202011642826.X
申请日：2020-12-30
Applicant: 桂林电子科技大学
IPC: G01S13/90
Abstract: 本发明公开了一种结合UKF和AMPM的多基线InSAR高程重建方法，本方法首先构造稳健的UKF高程重建系统模型，并利用具有较强噪声抑制能力的AMPM算法提取UKF高程重建系统模型所需的干涉相位梯度估计值；其次，在边缘检测技术的基础上利用ML算法估计的地形高程图与多幅干涉图来确定不连续边界图，然后在路径跟踪策略下引导UKF算法重建高程，在连续区域采用UKF估计的高程值，在不连续区域则采用ML估计的高程值，从而突破相位不连续条件的限制，获得地形高程估计值。本方法提高了高程重建的可靠性；提高了高程重建精度；具有较强的抗噪性能。
-
公开(公告)号：CN113129295A
公开(公告)日：2021-07-16
申请号：CN202110470505.4
申请日：2021-04-28
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种全尺度连接的深度学习相位展开方法，包括创建InSAR模拟数据集；将S1创建好的两种数据放入全尺度连接的深度学习中进行训练；将待解缠相位图像放入已训练好的全尺度连接的深度学习中得出解缠出的真实相位图像。本发明以U‑Net3+为骨架，实现从缠绕相位到真实相位的直接映射。在编码模块与解码模块之间利用全尺度跳跃连接把编码模块中不同尺度的特征图与解码模块中携带高级语义信息的特征图有机的结合在一起；在编码层和解码层添加残差网络，防止因网络层数过深带来的梯度弥散和网络退化问题；完成训练后的网络能有效解缠不同类型干涉图，不需要进行任何后处理。实验结果表明本文网络具有很好的泛化能力以及较高的解缠效率。
-
公开(公告)号：CN107193005B
公开(公告)日：2020-03-17
申请号：CN201710458547.X
申请日：2017-06-16
Applicant: 桂林电子科技大学
IPC: G01S13/90
Abstract: 一种无损卡尔曼滤波与粒子滤波相结合的相位展开算法，把无损卡尔曼滤波算法与粒子滤波算法相结合应用于缠绕相位图像的展开中，利用相位质量图沿干涉图高质量到低质量的路径展开缠绕相位，并结合基于修正矩阵束模型的局部相位梯度估计算法,包括以下步骤：（1）获取解缠缠绕相位图的有关数据；（2）对每个缠绕干涉图像元用无损卡尔曼滤波算法进行初步解缠；（3）对经过初步解缠过的干涉相位图像元，用粒子滤波算法进一步解缠。本发明的技术方案利用无损卡尔曼滤波与粒子滤波本身具有一定的噪声抑制能力，可以降低前置预滤波器的难度与复杂度，甚至可以在处理含噪声干涉图时免去前置预滤波处理步骤，同时可以精确，高效，稳健地展开缠绕像元。
-
公开(公告)号：CN107490583A
公开(公告)日：2017-12-19
申请号：CN201710819281.7
申请日：2017-09-12
Applicant: 桂林电子科技大学
IPC: G01N21/95
Abstract: 本发明公开了一种基于机器视觉的夹片缺陷检测方法，包括以下步骤：（1）夹片工件图像获取及预处理；（2）对工件图像进行模板匹配定位与位置矫正；（3）进行图像分割与形态学操作；（4）根据所测特征构建相关检测区域，分析各类缺陷样品的数据，得出各类缺陷的判别规则并进行缺陷检测以下缺陷：平牙、烂牙、重牙、光板、短料、锯偏、锯斜。本发明有效地解决了目前人工检测速度慢、效率低、成本高的问题，同时具有对初始化不敏感,具有鲁棒性强的优点，提高了夹片的生产自动化程度和产品质量。
-
公开(公告)号：CN105044717B
公开(公告)日：2017-09-29
申请号：CN201510288441.0
申请日：2015-05-29
Applicant: 桂林电子科技大学
IPC: G01S13/90
Abstract: 本发明公开一种基于分层量化跟踪策略的UKF相位展开方法，其首先利用干涉相位质量图把干涉像元分为不同等级，从高质量等级像元到低质量等级像元的过程展开干涉图；然后建立基于干涉图相干系数或伪相干系数，以及相位微分偏差的展开路径引导图；最后引入量化路径引导图策略，把已展开像元的邻接缠绕像元放入排队阵列中作为待展开像元，并根据排队阵列中待展开像元的量化路径引导值的大小确定展开次序，在每一展开步骤中利用无味卡尔曼滤波(UKF)相位展开方法展开排队阵列中量化路径引导值最大的待展开像元，并最终完成所有缠绕像元的相位展开。本发明具有简单有效、计算量较小、精度较高，稳健性较强的特点。
-
-
-
-
-
-
-
-
-
Search Results
33
records
(took 0.036 seconds)
