-
公开(公告)号：CN103093243A
公开(公告)日：2013-05-08
申请号：CN201310026121.9
申请日：2013-01-24
Applicant: 哈尔滨工业大学
IPC: G06K9/62
Abstract: 高分辨率全色遥感图像云判方法，涉及空间光电信息处理技术领域。为了解决全色遥感图像云检测问题，令检测结果更加准确，且满足时实性要求，本发明的高分辨率全色遥感图像云判方法主要包括以下步骤：1)对训练图像块进行归一化处理；2)对提取归一化图像进行奇异值分解，提取奇异值作为特征参量；3)按照上述方法将训练样本映射为特征空间中的点；4)利用HDA法对特征空间进行特征压缩；5)在所获得的一维压缩子空间中，构造单一阈值作为云检测判据；6)对待检测图像，利用训练好的分类器进行云检测。本发明适用于高分辨率全色遥感图像的云检测，具有较高的检测概率与较低的虚警概率，且占用处理系统较少的存储空间和运算耗时。
-
公开(公告)号：CN119169263A
公开(公告)日：2024-12-20
申请号：CN202411200418.7
申请日：2024-08-29
Applicant: 哈尔滨工业大学
IPC: G06V10/25 , G06V10/774 , G06V10/80 , G06V10/82
Abstract: 本发明公开了一种基于时空一体化网络的红外弱小目标多帧检测方法及系统，包括：S1：搭建时空一体化红外弱小目标检测网络模型；S2：获取红外图像样本数据集并采用所述红外图像样本数据集对所述时空一体化红外弱小目标检测网络模型进行训练；S3：将待检测的图像序列输入至训练好的所述时空一体化红外弱小目标检测网络模型得到网络的输出，采用最大值法进行结果级融合得到融合结果，对融合结果进行阈值分割，获得红外弱小目标。本发明提出的时空一体化红外弱小目标检测方法对低信杂比红外弱小目标的检测能力优于现有方法。
-
公开(公告)号：CN117011196A
公开(公告)日：2023-11-07
申请号：CN202311001772.2
申请日：2023-08-10
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种基于组合滤波优化的红外小目标检测方法及系统，包括以下步骤：首先构建红外小目标图像块样本库，包括原始红外图像块和对应的目标标注掩码图作为训练样本。然后，为获得每个训练样本的最优滤波组合，将由滤波组合系数表示的组合滤波结果与目标标注掩码的均方差作为目标函数，利用拉格朗日法求解最优的滤波组合系数，通过对大量样本进行优化得到完备的先验样本库。最后，在应用推理的过程中，对测试图像进行滑窗获得图像块，并从先验样本库中找到最相似样本图像块，采用该样本的滤波组合系数对滑窗获得的图像块进行加权融合滤波，利用自适应阈值分割得到红外小目标，实现了红外小目标的检测。
-
公开(公告)号：CN115311460B
公开(公告)日：2023-05-02
申请号：CN202210978743.0
申请日：2022-08-16
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种缓动背景下融合时空域信息的红外小目标检测方法，包括：获取输入图像，基于输入图像获取时空域加权融合背景估计图像；基于时空域加权融合背景估计图像与输入图像获取残差图像；计算残差图像中像元处的低阈值；基于残差图像与低阈值，采用低阈值分割法构建时域背景更新图像；计算残差图像中像元处的高阈值，将残差图像中大于高阈值的像元作为红外检测目标。本发明能够适应时序缓动背景和时序稳定背景的背景估计，在背景估计过程中动态调节时域及空域信息的占比，具有更精确的背景估计效果。
-
公开(公告)号：CN110750757B
公开(公告)日：2023-04-07
申请号：CN201911037349.1
申请日：2019-10-29
Applicant: 哈尔滨工业大学
Abstract: 本发明提出一种基于灰度线性建模及金字塔分解的图像抖动量计算方法，所述方法包括以下步骤：步骤1、将存在抖动的序列图像中的第1帧图像作为参考帧图像，其余帧相对参考帧存在抖动，为待配准帧；采用图像金字塔方法分解参考帧图像，保留参考帧图像以及第1层、第2层金字塔分解图像，记作Brk，k＝0,1,2；所述保留的参考帧图像记为第0层；步骤2、对每一层图像Brk，k＝0,1,2，进行灰度特征线性建模，得到各层图像灰度线性模型矩阵Ark、Grk、Hrk，k＝0,1,2；步骤3、抖动量计算。该方法可以计算得到大于1个像素的待配准帧相对参考帧的抖动量，抖动量的估计精度可达到亚像素。
-
Patent Agency Ranking
公开(公告)号：CN114063282B
公开(公告)日：2022-06-10
申请号：CN202111449032.6
申请日：2021-11-30
Applicant: 哈尔滨工业大学
Abstract: 本发明公开一种基于点扩散函数的大视场单透镜面形优化方法和装置，包括：基于光线追迹建立单透镜光学系统下光线入射位置和方向到像面位置的映射方程；根据所述映射方程对光线在像面的落点做点扩散化，获得固定视场对应的点扩散函数；根据获得固定视场下的点扩散函数通过SINC函数插值方法，得到随机视场对应的点扩散函数；根据所述随机视场对应的点扩散函数和理想点扩散函数，得到对单透镜面形优化结果同时做集中性与一致性约束的损失函数，以损失函数值最小为目标获得优化的面形参数。采用本发明的技术方案，对单透镜进行优化设计，满足一定的性能要求。
-
公开(公告)号：CN110750757A
公开(公告)日：2020-02-04
申请号：CN201911037349.1
申请日：2019-10-29
Applicant: 哈尔滨工业大学
Abstract: 本发明提出一种基于灰度线性建模及金字塔分解的图像抖动量计算方法，所述方法包括以下步骤：步骤1、将存在抖动的序列图像中的第1帧图像作为参考帧图像，其余帧相对参考帧存在抖动，为待配准帧；采用图像金字塔方法分解参考帧图像，保留参考帧图像以及第1层、第2层金字塔分解图像，记作Brk，k＝0,1,2；所述保留的参考帧图像记为第0层；步骤2、对每一层图像Brk，k＝0,1,2，进行灰度特征线性建模，得到各层图像灰度线性模型矩阵Ark、Grk、Hrk，k＝0,1,2；步骤3、抖动量计算。该方法可以计算得到大于1个像素的待配准帧相对参考帧的抖动量，抖动量的估计精度可达到亚像素。
-
公开(公告)号：CN108537829A
公开(公告)日：2018-09-14
申请号：CN201810265760.3
申请日：2018-03-28
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种监控视频人员状态识别方法。通过现有目标检测算法和目标跟踪算法的综合模块，建立视频图像中人员目标的轨迹信息；基于图像像素时序灰度分布特性构建视频场景的背景模型，通过背景模型对目标边界信息进行精确定位；通过轨迹的帧间位置移动量判断人员目标的状态。本发明解决了单一检测和跟踪算法无法判断人员状态缺点，同时解决了检测算法存在的漏检、虚检问题以及跟踪算法存在跟踪失败、定位不准的问题，其结果可给出室内监控视频中人员目标的静止和运动两种状态。
-
公开(公告)号：CN108010124A
公开(公告)日：2018-05-08
申请号：CN201711444908.1
申请日：2017-12-27
Applicant: 哈尔滨工业大学
IPC: G06T17/00
Abstract: 一种基于辐射传递的大视场红外探测图像仿真方法，方法的输入涉及两类图像，第一类为场景灰度图像，该类图像为大视场图像，对应的谱段与待仿真谱段相似但不相同；第二类为辐射亮度测量图像，该类图像为场景的多幅小视场图像，对应的谱段与待仿真谱段相同。一、将大视场场景灰度图像进行几何分辨率调整，调整至要求的分辨率；二、建立大视场场景灰度图像中的灰度与多幅小视场辐射亮度测量图像中的强度之间的线性辐射传递关系，将大视场场景灰度图像转换为辐射强度图像；三、基于点目标对应的探测信噪比指标计算噪声均方差，添加对应强度的高斯噪声完成噪声仿真；四、随机添加一定辐射强度的点目标并对辐射图像量化完成图像仿真。
-
公开(公告)号：CN105139406B
公开(公告)日：2018-02-23
申请号：CN201510566567.X
申请日：2015-09-08
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种基于序列图像的跟踪精度反演方法，其步骤如下：一、基于现已知的观测卫星的轨/姿数据、目标卫星的轨/姿数据、连续的图像序列，采用坐标变换方法求得选取目标点的理想位置；二、基于同面特征点搜索获取基础变换矩阵方法获取目标点的实际位置；三、求得目标点的理想位置和实际位置之差，结合给定相机参数，可得到以角度形式表示的反演误差。本发明使用所拍摄连续的图像序列，反演追踪观测卫星对目标卫星的指向误差，该方法能够涵盖悬停、接近和绕飞三种情况。
-
-
-
-
-
-
-
-
-
Search Results
47
records
(took 0.036 seconds)
