公开(公告)号：CN118172671A

公开(公告)日：2024-06-11

申请号：CN202410367774.1

申请日：2024-03-28

Applicant: 湖南农业大学

Inventor： 邓阳君 ,  李梦婷 ,  王伟业 ,  曾光 ,  朱幸辉 ,  谭泗桥 ,  龙陈锋

IPC: G06V20/10 ,  G06V10/44 ,  G06V10/772 ,  G06V10/762

Abstract: 本发明公开了一种联合稀疏约束的双非负矩阵分解遥感图像变化检测方法，属于图像变化检测技术领域，目的是解决现有图像变化检测方法缺乏对地物语义信息的考虑，对噪声比较敏感，且处理效率低的问题。包括：S1：根据同一地理区域不同时间拍摄的第一时相遥感图像和第二时相遥感图像，利用L2,1‑DNMF模型，生成差分增强的差异特征矩阵；S2：对所述差分增强的差异特征矩阵进行聚类，得到二值变化结果；S3：将所述二值变化结果作为联合稀疏约束的双非负矩阵分解遥感图像变化检测结果输出。本发明能够在亚像素级检测细微的变化，提高了变化检测性能和变化检测效率。

公开(公告)号：CN118172671B

公开(公告)日：2025-02-18

申请号：CN202410367774.1

申请日：2024-03-28

Applicant: 湖南农业大学

Inventor： 邓阳君 ,  李梦婷 ,  王伟业 ,  曾光 ,  朱幸辉 ,  谭泗桥 ,  龙陈锋

IPC: G06V20/10 ,  G06V10/44 ,  G06V10/772 ,  G06V10/762

Abstract: 本发明公开了一种联合稀疏约束的双非负矩阵分解遥感图像变化检测方法，属于图像变化检测技术领域，目的是解决现有图像变化检测方法缺乏对地物语义信息的考虑，对噪声比较敏感，且处理效率低的问题。包括：S1：根据同一地理区域不同时间拍摄的第一时相遥感图像和第二时相遥感图像，利用L2,1‑DNMF模型，生成差分增强的差异特征矩阵；S2：对所述差分增强的差异特征矩阵进行聚类，得到二值变化结果；S3：将所述二值变化结果作为联合稀疏约束的双非负矩阵分解遥感图像变化检测结果输出。本发明能够在亚像素级检测细微的变化，提高了变化检测性能和变化检测效率。

公开(公告)号：CN118429800A

公开(公告)日：2024-08-02

申请号：CN202410463368.5

申请日：2024-04-17

Applicant: 湖南农业大学

Inventor： 邓阳君 ,  张律威 ,  张译尹 ,  王伟业 ,  张明 ,  朱幸辉 ,  谭泗桥

IPC: G06V20/10 ,  G06V10/44 ,  G06V10/58 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464

Abstract: 本发明公开了一种基于张量宽度学习网络的高光谱图像分类方法，涉及图像分类技术领域。本发明在不同场景下都能够直接处理高阶张量数据，可以良好地匹配高光谱成像数据的三维结构，捕获空间与光谱结构信息，具有较高稳定性；从空间和光谱两个字典生成特征节点，可以很好地避免网络随机特征映射带来的不确定性，使特征节点的特征更具可解释性；本发明采用的宽度网络架构具有时间复杂度低的特性，同时考虑了高光谱图像的空谱特征，训练速度更快、分类精确度更高。