-
公开(公告)号:CN117765193A
公开(公告)日:2024-03-26
申请号:CN202311795387.X
申请日:2023-12-25
Applicant: 哈尔滨工程大学
IPC: G06T17/05 , G06T7/73 , G06N3/048 , G06N3/045 , G06N3/0464 , G06N3/0499 , G06N3/08
Abstract: 一种针对遥感场景的快速表面重建方法,涉及遥感图像处理技术领域,针对现有表面重建方法,需要额外的掩模输入以确保表面重建的质量,进而导致重建效率低的问题,本申请以神经渲染作为基础,利用有符号距离场(SDF)作为3D场景的逻辑表示以确保详细的表面,同时采用体素网格作为底层数据结构以确保效率。因此,本申请不需要额外输入掩膜,可以实现快速重建场景的三维曲面表示,并能从任意视角合成高质量的视图。另外,本申请表面重建结果可以表示精确的几何形状。
-
公开(公告)号:CN113239829B
公开(公告)日:2022-10-04
申请号:CN202110550692.7
申请日:2021-05-17
Applicant: 哈尔滨工程大学
Abstract: 基于空间占用概率特征的跨维度遥感数据目标识别方法,属于遥感图像目标识别技术领域。本发明是为了解决目前没有一种有效的跨维度特征描述方法能够实现遥感数据中同一地物目标的二维图像数据与三维点云数据的关联问题。本发明首先训练二维图像的空间占用概率特征提取网络和三维点云的空间占用概率特征提取网络,然后对遥感数据中的二维图像数据和三维点云数据进行同类特征提取,即空间占用概率特征,最终基于空间占用概率特征实现遥感数据中同一地物目标的二维和三维数据之间的跨维度目标识别,即实现同一地物目标的二维图像数据与三维点云数据的关联。主要用于遥感数据的目标识别。
-
公开(公告)号:CN113033686B
公开(公告)日:2022-03-22
申请号:CN202110361621.2
申请日:2021-04-02
Applicant: 哈尔滨工程大学
IPC: G06V10/764 , G06V10/74 , G06V10/774 , G06V10/30 , G06V20/10 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08 , G06V10/58
Abstract: 基于核引导可变卷积和双窗联合双边滤波器的高光谱图分类方法及系统,属于高光谱图像分类技术领域。为了解决现有的高光谱图像分类方法存在问题椒盐噪声和区域级错分问题,以及无法提取适当的空谱信息的问题。本发明首先利用多层核引导可变卷积层组成特征提取网络提取准确的空谱特征,并得到初始的分类概率图;然后进行再分类,经过第一个双窗联合双边滤波器和第二个双窗联合双边滤波器进行分类;对于初始的分类概率图中任一个像素点进行上述操作,输出的结果就是最终的分类概率图;对最终的分类概率图进行最大概率取值,得到最终的分类结果图。主要用于高光谱图的分类。
-
公开(公告)号:CN113223159A
公开(公告)日:2021-08-06
申请号:CN202110584103.7
申请日:2021-05-27
Applicant: 哈尔滨工程大学
Abstract: 基于目标纹理虚拟化处理的单幅遥感图像三维建模方法,属于遥感图像技术领域,本发明为解决对遥感图像进行三维建模时目标纹理复杂冗余不利于本身结构信息提取,影响三维建模效果的问题。包括:以待建目标为中心裁剪为正方形小图像并去除目标以外背景信息,建立三维模型,利用三维模型图片作为风格图片采用对抗损失函数和循环一致性损失函数对生成对抗网络进行训练,应用图像虚拟化算法对单个目标RGB图像进行风格迁移处理,训练单个目标图像建模网络,使用图像虚拟化结果和目标对应的真实模型作为训练集,获得最优化的网络参数模型,建立从二维图像到三维模型的映射关系,利用移动立方体算法获得最终输出模型。本发明用于单幅遥感图像的三维建模。
-
公开(公告)号:CN113112589A
公开(公告)日:2021-07-13
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。
-
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: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:CN115602249A
公开(公告)日:2023-01-13
申请号:CN202211303832.1
申请日:2022-10-24
Applicant: 哈尔滨工程大学(CN)
IPC: G16B40/20 , G16B30/00 , G06F18/2135 , G06N3/0464 , G06N3/08
Abstract: 基于多视角图卷积网络的长链非编码RNA‑疾病关联预测系统,属于基因与疾病关联预测技术领域,为了现有的长链非编码RNA‑疾病关联预测存在无法充分挖掘节点特征从而存在的预测能力有限的问题。本发明的系统首先对长链非编码RNA原始特征矩阵和疾病原始特征矩阵进行处理的,得到长链非编码RNA‑miRNA特征、长链非编码RNA‑GO特征和长链非编码RNA‑Gene特征,以及疾病‑miRNA特征和疾病‑Gene特征;然后基于图卷积和SENet得到各自对应的深层特征,再利用卷积和SENet得到长链非编码RNA和疾病的各自对应的综合特征,最后基于多层感知机网络得到长链非编码RNA‑疾病关联关系矩阵。本发明用于长链非编码RNA‑疾病关联预测。
-
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。
-
-
-
-
-
-
-
-
-