-
公开(公告)号：CN119516224A
公开(公告)日：2025-02-25
申请号：CN202411529699.0
申请日：2024-10-30
Applicant: 哈尔滨工程大学
IPC: G06V10/74 , G06V20/54 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/0455
Abstract: 一种SAR‑可见光‑红外的跨模态图像匹配方法，涉及图像匹配技术领域。本发明是为了解决现有跨模态图像匹配方法还存在匹配精度及效率低的问题。本发明包括：获得预处理后的待匹配车辆图像和预处理后的候选匹配车辆图像集合；将预处理后的待匹配车辆图像与预处理后的候选匹配车辆图像集合输入到图像匹配模型中，获得待匹配车辆图像特征向量、候选匹配车辆图像特征向量；获取每个候选匹配车辆图像特征向量与待匹配车辆图像特征向量的欧式距离，并根据欧式距离从大到小对候选匹配车辆图像特征向量对应的候选匹配车辆图像排序，并根据预设相似度阈值获得车辆图像匹配结果。本发明用于跨模态车辆图像匹配。
-
公开(公告)号：CN117593642A
公开(公告)日：2024-02-23
申请号：CN202311589951.2
申请日：2023-11-24
Applicant: 哈尔滨工程大学
IPC: G06V20/10 , G06V20/70 , G06V10/26 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/0895
Abstract: 基于框与图像级注释的机载倾斜遥感图像建筑物提取方法，属于遥感图像信息提取技术领域。为了解决像素级实例分割时依赖于大量标注信息的问题，以及图像级注释信息不足引起的掩膜重叠的问题。本发明采用弱监督实例分割网络结合伪掩码细化模块的策略来生成伪实例掩码，利用伪实例掩码边界细化模块滤除伪实例掩码中冗余的边界信息，并结合遥感图像的信息对掩码的边界信息进行补充与优化；同时利用峰值注意力模块获取加强峰值注意力后实例的峰值响应图，提取实例的精确位置线索，再结合边界细化后的伪实例掩码，确认目标建筑物的中心点位置与偏移图，利用掩码分类精化模块获取更精准的实例信息。
-
公开(公告)号：CN113298808A
公开(公告)日：2021-08-24
申请号：CN202110692278.X
申请日：2021-06-22
Applicant: 哈尔滨工程大学
Abstract: 本发明的一种面向倾斜遥感图像中建筑物遮挡信息的修复方法属于图像处理技术领域，目的是为了克服现有图像遮挡信息修复方法中信息修复的策略不宜选择，导致修复的质量以保证的问题，方法具体步骤如下：步骤一、将倾斜遥感图像进行分块，得到分块遥感图像；步骤二、通过训练后的透视实例分割网络，得到分块遥感图像中每个独立建筑物的建筑物整体区域掩模面积和建筑物被遮挡区域掩模面积，并计算得到建筑物被遮挡区域掩模面积相对于的建筑物整体区域掩模面积的比例；步骤三、将比例与设定的比例阈值T比较，通过基于边缘推演的图像补全策略或对基于轮廓约束的图像补全策略倾斜遥感图像中建筑物遮挡信息进行修复。
-
公开(公告)号：CN109447092A
公开(公告)日：2019-03-08
申请号：CN201811248522.8
申请日：2018-10-25
Applicant: 哈尔滨工程大学
Abstract: 本发明涉及一种基于海冰场景分类的冰间通路提取方法，包括以下步骤：收集多场景的高分辨率机载海冰图像；分为包含冰间通路的场景和不包含冰间通路的场景，制作训练集和测试集并给训练集和数据集中的海冰图像制作标签；微调卷积神经网络VGG-f，冻结VGG-f归一化层、卷积层、池化层的权重参数，重新训练VGG-f最后一层全连接层的权重参数实现模型的迁移，得到海冰图像的场景级分类结果；对包含冰间通路的场景进行Tamura特征提取，选取对比度作为包含冰间通路类别的图像代表性特征；对ORTSEG方法进行参数优化选择，实现目标场景中的包含冰间通路的场景提取。本发明可以更有效地提取冰间通路，保证提取可靠性。
-
公开(公告)号：CN107563355A
公开(公告)日：2018-01-09
申请号：CN201710896978.4
申请日：2017-09-28
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种基于生成对抗网络的高光谱异常检测方法。1、构建符合高光谱图像数据特点的网络模型，2、使用高光谱数据集作为训练样本，训练出一个符合高光谱数据统计特性的概率模型，3、利用训练完成的判别器来计算待测像元属于真实高光谱数据集的概率，4、计算高光谱数据集中的每个像元的异常检测结果。本发明利用生成对抗网络的思想，训练出符合高光谱图像数据特征的概率模型，该模型能够生成符合真实高光谱数据集整体统计特性的生成数据集，并且能够判断一个像元属于高光谱数据集的概率。本发明不需要对高光谱数据集的特征进行模型假设，能够直接估计出符合待测高光谱数据统计特性的概率模型，使检测结果更加可靠。
-
Patent Agency Ranking
公开(公告)号：CN114266967B
公开(公告)日：2024-11-15
申请号：CN202111534994.1
申请日：2021-12-15
Applicant: 哈尔滨工程大学
Abstract: 基于符号距离特征的跨源遥感数据目标识别方法，属于遥感图像目标识别技术领域。为了解决遥感数据目标识别中异源图像特征提取和地物识别存在差异较大的问题，本发明首先获得待识别的遥感图像，并输入符号距离特征提取网络进行符号距离特征提取，得到随机采样点到目标边界的距离值s；当输入数据仅为同源数据，取边界点集为最终边界点集，当输入数据为同一个目标的异源数据时，将可见光图像、红外图像、SAR图像对应的符号距离特征按照比例进行融合，再判定点是否属于目标表面，得到最终的边界点集；然后对得到的三维点集进行三维特征提取，得到三维特征向量，将特征向量XE通过分类器进行识别。主要用于遥感数据的目标识别。
-
公开(公告)号：CN118071930A
公开(公告)日：2024-05-24
申请号：CN202410254295.9
申请日：2024-03-06
Applicant: 哈尔滨工程大学
Abstract: 立方采样的表面神经辐射场非标准卫星像对三维重建方法，涉及感图像三维建模技术领域，针对现有技术仅从两幅图像采样的稀疏射线进行网络重建，这样会导致恢复单个建筑目标的结构与尺度信息准确率低，进而导致单个建筑目标重建准确率低的问题，本申请能够极大地提升恢复单个建筑目标的结构与尺度信息的准确率。进而提升了单个建筑目标重建的准确率。本申请的技术方案对空间分辨率不低于0.5m，建筑物最长不超过80m的图像进行重建，本本申请能够获得形状准确度EMD
-
公开(公告)号：CN117765185A
公开(公告)日：2024-03-26
申请号：CN202410072128.2
申请日：2024-01-17
Applicant: 哈尔滨工程大学
IPC: G06T17/00 , G06N3/084 , G06N3/0499
Abstract: 基于神经辐射场的少视图多时相遥感图像三维重建方法，涉及遥感图像三维建模技术领域，针对现有技术中，不同日期的遥感图像之间的照明差异会导致图像像素颜色差异，进而导致重建质量显著下降的问题，本申请将太阳光信息融入到渲染过程中，进而解决了多日期图像中光照差异导致的重建质量显著下降问题，提升了重建图像的准确率。
-
公开(公告)号：CN113807273B
公开(公告)日：2023-12-19
申请号：CN202111112228.6
申请日：2021-09-18
Applicant: 哈尔滨工程大学
IPC: G06V20/10 , G06V10/58 , G06V10/77 , G06V10/772 , G06V10/762 , G06V10/764
Abstract: 基于增强全变分约束表示模型与端元背景字典的高光谱异常检测方法，涉及一种高光谱异常检测方法。本发明为了解决现有的高光谱异常检测方法存在破坏高光谱数据的空间结构问题和混合像元内异常分量的干扰问题，从而使得目前的检测方法的检测精度较低。本发首先采用所提出的端元背景字典构建方法构建端元背景字典，然后对构建的基于增强全变分约束表示模型的高光谱异常检测方法进行优化求解，最后在求解出的最优化稀疏矩阵上得到检测结果。主要用于高光谱的异常检测。
-
公开(公告)号：CN113112589B
公开(公告)日：2022-09-02
申请号：CN202110395050.4
申请日：2021-04-13
Applicant: 哈尔滨工程大学
Abstract: 基于空间占用概率融合的增量式遥感图像的三维重建方法，属于遥感图像三维重建技术领域。本发明是为了解决利用单幅图像进行三维重建时，通过后续增加该建筑物的图像，无法对之前重建得到的建筑物模型进行优化，导致得到的三维建筑物结构特征精度低的问题。本发明方法包括：获取待重建建筑物目标图像和每个建筑物对应的建筑物模型；将图像和模型输入Onet单幅图像重建网络进行训练得到重建网络参数模型；将待重建目标建筑物图像输入模型，获取空间占用模型的边界，形成建筑物的空间占用模型；对所有空间占用模型进行三维信息融合，得到最终空间占用模型；生成三维表面网格，获得建筑物的三维模型，实现建筑物的三维重建。本发明用于三维建筑物重建。
-
-
-
-
-
-
-
-
-
Search Results
48
records
(took 0.019 seconds)
