-
公开(公告)号：CN115015929A
公开(公告)日：2022-09-06
申请号：CN202210600115.9
申请日：2022-05-27
Applicant: 电子科技大学
IPC: G01S13/90
Abstract: 本发明提供一种基于稀疏模型驱动的高效高精度InSAR相位滤波网络(SMD‑Net)，它是通过首先建立了干涉相位滤波的稀疏重构模型；然后通过将求解干涉相位滤波模型的展开迭代收缩阈值算法(ISTA)展开到一个块中，SMD‑Net被设计为一个基于迭代的卷积神经网络(CNN)架构。在每个块中，通过建立一个具有局部块和全局上下文(GC)块的CNN模块来自适应学习稀疏变换域。SMD‑Net建模了干涉相位滤波过程。而不是像大多数网络那样完全依赖于数据拟合，其网络结构简单。与传统的干涉相位滤波方法相比较，本发明得到更高的干涉相位的精度和计算效率明显。
-
公开(公告)号：CN115015929B
公开(公告)日：2024-08-09
申请号：CN202210600115.9
申请日：2022-05-27
Applicant: 电子科技大学
IPC: G01S13/90
Abstract: 本发明提供一种基于稀疏模型驱动的高效高精度InSAR相位滤波网络(SMD‑Net)，它是通过首先建立了干涉相位滤波的稀疏重构模型；然后通过将求解干涉相位滤波模型的展开迭代收缩阈值算法(ISTA)展开到一个块中，SMD‑Net被设计为一个基于迭代的卷积神经网络(CNN)架构。在每个块中，通过建立一个具有局部块和全局上下文(GC)块的CNN模块来自适应学习稀疏变换域。SMD‑Net建模了干涉相位滤波过程。而不是像大多数网络那样完全依赖于数据拟合，其网络结构简单。与传统的干涉相位滤波方法相比较，本发明得到更高的干涉相位的精度和计算效率明显。
-
公开(公告)号：CN114265062A
公开(公告)日：2022-04-01
申请号：CN202111338161.8
申请日：2021-11-11
Applicant: 电子科技大学
IPC: G01S13/90
Abstract: 本发明提供了一种基于相位梯度估计网络的InSAR相位解缠方法，它是通过先将相位梯度估计转化为一个回归问题，设计基于编码器‑解码器体系结构的InSAR相位梯度估计网络(PGENet)；PGENet从大量带有地形特征和不同噪声水平的缠绕相位图像中，提取相位的全局深层特征并识别相邻像素之间的相位梯度，利用最小二乘方法得到相位解缠结果。PGENet估计的相位梯度代替传统LS解缠方法中的PGE‑PCA，和传统的LS方法相比较，本发明采用PGENet估计的相位梯度的精度明显高于PGE‑PCA估计的相位梯度，且具有更强的鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN108008389A
公开(公告)日：2018-05-08
申请号：CN201711246749.4
申请日：2017-12-01
Applicant: 电子科技大学
IPC: G01S13/90
Abstract: 本发明公开了一种基于GPU的快速频域后向投影三维成像方法，该方法基于GPU的并行化处理能力，运用三维频域后向投影算法，通过利用图形处理器GPU采用一种单程序多数据的指令模式来对其丰富的硬件资源进行调度的能力，使图形处理器GPU中的一个线程负责一个频谱网格点，在各个线程内并行计算当前频域网格点在所有阵列向的后向投影值并累加，最后通过三维傅里叶逆变换得到三维SAR图像，从而大幅度提升了后向投影算法的运行效率。与现有技术相比，本发明具有较高的运算效率实现了线阵SAR的三维成像的特点，适用于合成孔径雷达成像、地球遥感等领域。
-
公开(公告)号：CN108008389B
公开(公告)日：2019-12-10
申请号：CN201711246749.4
申请日：2017-12-01
Applicant: 电子科技大学
IPC: G01S13/90
Abstract: 本发明公开了一种基于GPU的快速频域后向投影三维成像方法，该方法基于GPU的并行化处理能力，运用三维频域后向投影算法，通过利用图形处理器GPU采用一种单程序多数据的指令模式来对其丰富的硬件资源进行调度的能力，使图形处理器GPU中的一个线程负责一个频谱网格点，在各个线程内并行计算当前频域网格点在所有阵列向的后向投影值并累加，最后通过三维傅里叶逆变换得到三维SAR图像，从而大幅度提升了后向投影算法的运行效率。与现有技术相比，本发明具有较高的运算效率实现了线阵SAR的三维成像的特点，适用于合成孔径雷达成像、地球遥感等领域。
-
公开(公告)号：CN107610161B
公开(公告)日：2019-10-01
申请号：CN201710932777.5
申请日：2017-10-10
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于四叉树分割的InSAR快速配准方法，它是结合图像四叉树分割准则及FFT最大相关系数配准原理，先对InSAR主副复图像进行粗配准及粗分割，然后再进行四叉树结构图像分块及子块FFT最大相关系数亚像素配准，本发明利用InSAR复图像逐个子块四叉树分割及子块亚像素配准，避免了传统FFT最大相关系数配准的全局图像插值，从而实现了大场景InSAR复图像的快速亚像素配准。避免了传统FFT最大相关系数配准的全局图像插值，有效降低了大场景InSAR复图像配准的运算效率，对于像素偏移变化大的InASAR主副复图像中具有良好的配准精度和运算效率。
-
公开(公告)号：CN107610161A
公开(公告)日：2018-01-19
申请号：CN201710932777.5
申请日：2017-10-10
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于四叉树分割的InSAR快速配准方法，它是结合图像四叉树分割准则及FFT最大相关系数配准原理，先对InSAR主副复图像进行粗配准及粗分割，然后再进行四叉树结构图像分块及子块FFT最大相关系数亚像素配准，本发明利用InSAR复图像逐个子块四叉树分割及子块亚像素配准，避免了传统FFT最大相关系数配准的全局图像插值，从而实现了大场景InSAR复图像的快速亚像素配准。避免了传统FFT最大相关系数配准的全局图像插值，有效降低了大场景InSAR复图像配准的运算效率，对于像素偏移变化大的InASAR主副复图像中具有良好的配准精度和运算效率。
-
公开(公告)号：CN114265062B
公开(公告)日：2023-11-10
申请号：CN202111338161.8
申请日：2021-11-11
Applicant: 电子科技大学
IPC: G01S13/90
Abstract: 本发明提供了一种基于相位梯度估计网络的InSAR相位解缠方法，它是通过先将相位梯度估计转化为一个回归问题，设计基于编码器‑解码器体系结构的InSAR相位梯度估计网络(PGENet)；PGENet从大量带有地形特征和不同噪声水平的缠绕相位图像中，提取相位的全局深层特征并识别相邻像素之间的相位梯度，利用最小二乘方法得到相位解缠结果。PGENet估计的相位梯度代替传统LS解缠方法中的PGE‑PCA，和传统的LS方法相比较，本发明采用PGENet估计的相位梯度的精度明显高于PGE‑PCA估计的相位梯度，且具有更强的鲁棒性。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.019 seconds)
