公开(公告)号：CN115731255A

公开(公告)日：2023-03-03

申请号：CN202110988968.X

申请日：2021-08-26

Applicant: 中国人民解放军战略支援部队信息工程大学

Inventor： 王慧 ,  李靖 ,  闫科 ,  于克光 ,  张晓森 ,  程挺 ,  李伟 ,  王亮 ,  魏鹏飞

IPC: G06T7/13 ,  G06T7/136 ,  G06T5/00 ,  G06T5/50

Abstract: 本发明涉及一种图像边缘增强方法，属于边缘检测技术领域。方法包括：获取原始图像；利用至少两个不同的高斯核对原始图像进行处理，得到至少两个不同尺度的图像信息；将原始图像作为初始尺度的图像信息，进而将相邻尺度的图像信息做差得到不同层次的图像细节信息；将不同层次的图像细节信息进行加权叠加得到增强的细节信息，根据增强的细节信息和原始图像得到融合后的图像；根据融合后的图像完成图像边缘增强。本发明通过不同的高斯核对原始图像进行处理，进而得到不同层次图像的细节信息，将不同层次图像的细节信息进行加权叠加得到增强的细节信息，使得图像的噪声得到抑制，提升原始图像的细节信息。

公开(公告)号：CN115564981A

公开(公告)日：2023-01-03

申请号：CN202110738430.3

申请日：2021-06-30

Applicant: 中国人民解放军战略支援部队信息工程大学

Inventor： 王慧 ,  闫科 ,  布树辉 ,  李烁 ,  杨乐 ,  李靖 ,  于克光 ,  阎晓东 ,  任丽秋

IPC: G06V10/764 ,  G06V10/82 ,  G06V10/80 ,  G06V20/10 ,  G06N3/04

Abstract: 本发明涉及一种监督条件下的同域遥感影像分类方法，属于遥感影像处理技术领域。本发明在解码器中添加残差部分、上采样部分和注意力增强部分，以提高解码器网络对空间信息和语义信息的捕获能力；同时，将编码器与解码器中对应层之间进行拼接，以融合低层特征位置信息和高层特征语义信息。本发明能够在加深网络整体深度和效率的同时，提升网络对特定兴趣目标的关注程度，提高了模型分类精度。

公开(公告)号：CN116486275A

公开(公告)日：2023-07-25

申请号：CN202210039404.6

申请日：2022-01-13

Applicant: 中国人民解放军战略支援部队信息工程大学

Inventor： 王慧 ,  闫科 ,  程挺 ,  宋美娟 ,  李靖 ,  王海岩 ,  李烁 ,  吕洲 ,  沙桐

IPC: G06V20/13 ,  G06N3/0464 ,  G06V10/764 ,  G06V10/82 ,  G06V10/80 ,  G06V10/774

Abstract: 本发明涉及一种多模型融合的遥感影像分类方法，属于遥感影像分类技术领域。方法包括：获取待分类的遥感影像；将待分类的遥感影像输入训练好的分类模型中得到分类结果，分类模型包括至少两个基于CNN模型的基础模型、融合器、解码器和门控单元；各基础模型中部分对应的编码卷积层的特征提取结果拼接后通过门控单元与解码器对应的解码卷积层的输出端拼接；各基础模型中部分对应的编码卷积层的特征提取结果与融合器的输入端拼接；各基础模型中部分对应的编码卷积层的特征提取结果与融合器的输出端拼接。本发明考虑了对应特征之间的相关性，将各基础模型中对应的特征提取结果进行拼接，提高了分类的准确性。

公开(公告)号：CN115908513A

公开(公告)日：2023-04-04

申请号：CN202211268540.9

申请日：2022-10-17

Applicant: 中国人民解放军战略支援部队信息工程大学

Inventor： 王慧 ,  李靖 ,  程挺 ,  于克光 ,  闫科 ,  余东行 ,  李祝鑫 ,  李烁 ,  李伟

IPC: G06T7/33 ,  G06V10/82 ,  G06V10/764 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/082 ,  G06N3/084

Abstract: 本发明属于遥感影像技术领域，具体涉及一种基于VGG16网络模型的影像特征匹配方法，通过将待匹配影像对中的设定大小且带有特征点的影像块输入至训练好的改进VGG16网络模型中，进行特征描述，根据特征描述的影像块，进行特征点匹配，改进VGG16网络模型的改进点在于使用的全连接层为1。因改进VGG16网络模型是将现有技术的VGG16网络模型的3个全连接层改化为1个全连接层，即输入影像经过第五层卷积+最大值池化处理后，直接利用1个全连接层用以判断影像特征点是否正确匹配，进而网络模型网络层数以及参数量减少，网络训练效率也得到提高，并且提高了利用改进VGG16网络模型进行特征块描述的速度，进而提高了从改进VGG16网络模型训练到待匹配影像对的影像特征匹配的效率。

公开(公告)号：CN115564982A

公开(公告)日：2023-01-03

申请号：CN202110738534.4

申请日：2021-06-30

Applicant: 中国人民解放军战略支援部队信息工程大学

Inventor： 王慧 ,  闫科 ,  于克光 ,  杨乐 ,  李烁 ,  李靖 ,  蓝朝桢 ,  于翔舟 ,  李伟

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06V10/80 ,  G06N3/04

Abstract: 本发明涉及一种基于对抗学习的同域遥感影像分类方法，属于遥感影像数据处理技术领域。本发明采用生成器和判别器构成的分类模型对遥感影像数据进行分类，使得分类模型尽可能得到与真值标签空间相似的数据分布，从而提升分类模型对输入影像的整体感知能力和分类精度。此外，生成器采用编码器和解码器的架构，解码器采用多层卷积神经网络中设置有残差部分、上采样部分和注意力增强部分；解码器的输出作为编码器的输入，同时，解码器和编码器中对应层之间连接，以融合低层特征位置信息和高层特征语义信息，提高像素与像素之间的关联性，降低上采样过程中的信息损失，进一步提高了分类的精度。