-
公开(公告)号：CN119516293A
公开(公告)日：2025-02-25
申请号：CN202411664241.6
申请日：2024-11-20
Applicant: 哈尔滨工业大学
IPC: G06V10/77 , G01N21/25 , G06V10/82 , G06F17/16 , G06F17/18 , G06V10/764 , G06T5/50 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于光谱扩散的环境异常检测方法，所述方法针对高光谱图像目标检测领域，提出了一种基于主成分分析和线性光谱混合模型的异常谱生成方法，解决了存在和不存在异常的配对标记数据不足的问题，以保证学习到的特征的有效性，同时提高了传统异常目标生成方法的真实感；针对高光谱数据设计了双窗口光谱扩散模型，将每个像元的扩散过程视为目标与周围背景的光谱混合，提高了重建过程中空间‑光谱维数估计的精度，使背景估计具有较高的空间和光谱精度；引入双窗口光谱扩散背景重建方法，通过在排除目标的双窗口内对光谱进行迭代积累，减少了异常扩展面积对背景估计的影响，有效抑制目标光谱。
-
公开(公告)号：CN117761713B
公开(公告)日：2025-02-25
申请号：CN202311795749.5
申请日：2023-12-25
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种目标探测谱段的筛选方法、装置、设备和存储介质，其涉及目标检测技术领域。包括：获取目标的背景起伏尺度，对背景起伏尺度进行杂波量化并建立杂波定量化表征模型；通过杂波定量化表征模型计算目标相对于不同背景的信杂比投影图，选取包括峰值信杂比谱段作为初选探测谱段；将杂波定量化表征模型与天基探测链路进行结合得到目标可检测性表征模型；通过目标可检测性表征模型在初选探测谱段中筛选得到优选探测谱段。本发明考虑了天基探测链路及其各环节多尺度耦合效应，能够解决天基目标可检测性能的多尺度耦合匹配所存在的问题,在保证谱段优选性能的前提下，极大地提升了优选探测谱段选择的效率。
-
公开(公告)号：CN118015464B
公开(公告)日：2025-01-28
申请号：CN202410164684.2
申请日：2024-02-05
Applicant: 哈尔滨工业大学
IPC: G06V20/10 , G01N21/84 , G06V10/762 , G06V10/82 , G06N3/126
Abstract: 本发明公开了一种基于遗传算法的面向检测任务的高光谱谱段优选方法，所述方法如下：加载高光谱图像，将高光谱图像高度宽度两个维度扁平化为一维张量，对处理后的高光谱图像进行二进制染色体编码；利用光谱信杂比构建适应度函数模型，通过聚类算法将相似的背景归类为同一簇，对每一类背景设置一个权重，针对不同检测目标，采取两种策略加权抑制背景，进一步提高光谱信杂比估计背景精度；利用遗传算法的选择操作、交叉操作、变异操作随机全局搜索优化，计算个体适应度，搜索适应度最小的个体，得出谱段优选结果。本发明使用两组高光谱数据集对算法测试验证，证明了该方法可以有效地筛选出与全谱段探测能力相当或更优秀的谱段子集。
-
公开(公告)号：CN117689879B
公开(公告)日：2024-08-23
申请号：CN202410019504.1
申请日：2024-01-05
Applicant: 哈尔滨工业大学
Abstract: 一种天基巡天望远镜图像中的空间目标检测方法，所述方法包括如下步骤：步骤1：对大视场深空图像非均匀性特性进行校正；步骤2：基于星图预匹配与最大相关相结合进行图像配准；步骤3：利用三帧中值对图像背景进行估计；步骤4：设计合理的分割阈值，在对低信噪比目标提取时，引入线性结构因子的形态学去噪算法去除剩余恒星残留和离散分布的噪点，最终对步骤3中结果进行连通域提取得到疑似目标。该方法在对恒星残留的去除上有良好的效果，并在一定的恒星密集程度时可以达到对信噪比3以上的目标极高的检测率，为地月拉格朗日点观测图像目标提取提供理论和技术支撑。
-
公开(公告)号：CN117611791B
公开(公告)日：2024-08-20
申请号：CN202311365198.9
申请日：2023-10-20
Applicant: 哈尔滨工业大学 , 哈尔滨视爵科技有限公司
IPC: G06V10/25 , G06V10/26 , G06V10/44 , G06V10/774 , G06N3/0464
Abstract: 本发明公开了一种基于特征分离可变形卷积的飞行目标检测方法，所述方法包括如下步骤：一：建立训练数据集和测试数据集；二：使用可变形卷积进行不规则采样，以减少规则采样过程中的背景干扰；三：使用超高斯函数用于语义分割标签生成；四：设计适合软标签的焦点损失来计算特征分离监督的损失；五：对改进后的检测模型YOLO‑FRS进行训练和测试，完成遥感图像飞行状态飞机目标检测。本发明面向飞行目标检测需求，提出了一种特征响应分离可变形卷积模块来改进YOLOv5模型，该模型鼓励检测模型向目标区域聚集采样点，提取更多与目标相关的信息，并减少来自目标周围背景的干扰，从而实现检测性能的提升。
-
Patent Agency Ranking
公开(公告)号：CN117611791A
公开(公告)日：2024-02-27
申请号：CN202311365198.9
申请日：2023-10-20
Applicant: 哈尔滨工业大学 , 哈尔滨视爵科技有限公司
IPC: G06V10/25 , G06V10/26 , G06V10/44 , G06V10/774 , G06N3/0464
Abstract: 本发明公开了一种基于特征分离可变形卷积的飞行目标检测方法，所述方法包括如下步骤：一：建立训练数据集和测试数据集；二：使用可变形卷积进行不规则采样，以减少规则采样过程中的背景干扰；三：使用超高斯函数用于语义分割标签生成；四：设计适合软标签的焦点损失来计算特征分离监督的损失；五：对改进后的检测模型YOLO‑FRS进行训练和测试，完成遥感图像飞行状态飞机目标检测。本发明面向飞行目标检测需求，提出了一种特征响应分离可变形卷积模块来改进YOLOv5模型，该模型鼓励检测模型向目标区域聚集采样点，提取更多与目标相关的信息，并减少来自目标周围背景的干扰，从而实现检测性能的提升。
-
公开(公告)号：CN115937700A
公开(公告)日：2023-04-07
申请号：CN202211407154.3
申请日：2022-11-10
Applicant: 哈尔滨工业大学
IPC: G06V20/13 , G06N3/0464 , G06N3/08 , G06V10/44 , G06V10/764 , G06V10/82
Abstract: 一种多源协同的动目标在线检测识别方法，属于光学图像处理技术领域。方法如下：在红外通道进行动目标在线检测与定位；计算可见光图像中相应目标坐标位置，并截取局部目标切片；在可见光局部目标切片图像中提取目标关键轮廓与细节特征信息，进行动目标分类与识别。本发明在大视场红外通道中实现目标可快速发现与定位，通过坐标变换引导截取可见光通道中目标局部切片图像，能够实现目标的在线快速分类与识别，有效支撑动目标信息的快速完整掌控；提升了目标检测准确率，降低错检率；解决了广域观测条件下目标极度稀疏、目标背景严重失衡导致的分类识别能力差的问题，还避免了全景图像海量数据处理难题，有效降低硬件资源需求与成本。
-
公开(公告)号：CN109977609B
公开(公告)日：2022-08-23
申请号：CN201910305925.X
申请日：2019-04-16
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种基于真实遥感数据的地面高温热源红外图像仿真方法，所述方法包括如下步骤：S1：对原始图像进行辐射校正，获取地面高温热源目标的辐射亮度；S2：采用引入模糊理论改进的数据分析聚类算法对图像中高温像元进行分割提取；S3：对高温像元进行温度反演，获取热源温度分布；S4：利用S3得到的热源温度特性参数计算入瞳热源辐射亮度值；S5：利用入瞳热源辐射亮度值逐像素进行灰度映射，得到高温热源仿真图像。本发明利用真实数据反演不同区域的地物发射率，对真实高温热源的温度分布特性进行建模仿真，获取不同条件下高度还原高温虚警源辐射特性的数据，以支撑天基光学目标探测系统检测算法的设计与优化工作。
-
公开(公告)号：CN114119856A
公开(公告)日：2022-03-01
申请号：CN202010878348.6
申请日：2020-08-27
Applicant: 哈尔滨工业大学
Abstract: 本发明涉及一种遥感成像图像仿真方法及系统，涉及光学遥感成像仿真与信息处理技术领域。该方法包括：利用矩形主镜的参数和旋转角速度通过光瞳函数和傅里叶变换确定矩形主镜的点扩散函数；利用卫星平台的三轴角振动函数以及星体坐标系与焦平面坐标系的对应关系确定焦平面的焦平面像移轨迹；利用点扩散函数和焦平面像移轨迹确定场景辐亮度图对应的焦平面辐亮度图；利用焦平面辐亮度图和探测器的响应函数确定初始仿真图像，并结合高斯噪声确定矩形主镜的所有旋转角度的序列仿真图像。本发明针对卫星平台振动造成的图像模糊耦合影响，计算场景辐亮度图对应的焦平面辐亮度图，得到矩形主镜不同旋转角度对应的辐射仿真图像，提高了成像质量。
-
公开(公告)号：CN109697431A
公开(公告)日：2019-04-30
申请号：CN201811641904.7
申请日：2018-12-29
Applicant: 哈尔滨工业大学
Abstract: 一种基于高光谱图像的弱小目标检测方法，具体方案如下，步骤一：利用信杂比进行目标可探测性分析，通过计算不同谱段目标相对其邻域背景的信杂比，优选出目标与背景具有的差异性由大到小的若干个谱段；步骤二：在优选的目标与背景间差异性最大的谱段进行弱小目标提取，利用多结构元素数学形态学方法抑制背景，通过自适应阈值分割得到若干个疑似目标；步骤三：利用优选探测谱段光谱信息，将不同场景中目标与背景的混叠光谱作为目标位于不同场景时的标准光谱，基于光谱角匹配原理，计算疑似目标和所处背景的混叠光谱与标准光谱的相似度，实现对弱小目标的确认。本发明属于目标探测与识别技术领域，可实现复杂环境背景中远距离弱小目标的高效确认。
-
-
-
-
-
-
-
-
-
Search Results
53
records
(took 0.061 seconds)
