“曹宜策”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果5个，建议您升级VIP下载更多相关专利

[发明专利]基于深度语义拓扑融合网络的极化SAR图像分类方法-CN202310328305.4在审
发明人： 曹宜策;王腾鑫;吴振华;杨利霞 -专利权人：安徽大学
申请日： 2023-03-30 - 公布日： 2023-06-23 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种基于深度语义拓扑融合网络的极化SAR图像分类方法，包括：获取待分类极化SAR图像和对应的地物真实标记图；对待分类极化SAR图像进行预处理，并预处理后的极化SAR图像各个像素点的极化相干矩阵归一化；从归一化后的极化相干矩阵中提取每个像素点的特征向量，并根据所有像素点的特征向量集合构造待分类极化SAR图像的特征矩阵；根据地物真实标记图和待分类极化SAR图像的特征矩阵，构造训练数据集和测试数据集；构建深度语义拓扑融合网络模型；利用训练数据集对深度语义拓扑融合网络模型进行训练；利用训练好的深度语义拓扑融合网络模型对测试数据集中的待分类极化SAR图像进行分类。本发明能够有效提高极化SAR图像的分类准确率。
基于深度语义拓扑融合网络极化 sar 图像分类方法

[发明专利]基于深度复值全卷积神经网络的极化SAR图像分类方法-CN201910968153.8有效
发明人：吴艳;曹宜策;李明;梁文楷;张鹏 -专利权人：西安电子科技大学
申请日： 2019-10-12 - 公布日： 2022-03-04 - 主分类号： G06V20/13 文献下载
摘要：本发明公开了一种基于深度复值全卷积神经网络的极化SAR图像分类方法，主要解决现有技术分类精度低的问题。其方案为：输入待分类极化SAR图像的极化相干矩阵T及其真实地物标记G，并对T归一化；提取归一化后矩阵的输入复值向量构造特征矩阵F；在G中选取像素点生成新的真实地物标记G'；在F和G'上通过滑动窗分别生成特征集和标记集，对该两者进行随机选取构成训练集；构造深度复值全卷积神经网络，并初始化；利用训练集对初始化后的深度复值全卷积网络进行训练；将待分类极化SAR图像输入到训练好的深度复值全卷积神经网络中，得到分类结果；本发明有效地抑制相干斑噪声干扰，提高了分类准确率，可用于实现极化SAR图像的目标检测或分类识别。
基于深度复值全卷积神经网络极化 sar 图像分类方法

[发明专利]基于结构条件互信息的SAR图像与可见光图像配准方法-CN201810293103.X有效
发明人：吴艳;于丰;党倩楠;曹宜策;李明 -专利权人：西安电子科技大学
申请日： 2018-04-04 - 公布日： 2021-08-06 - 主分类号： G06T3/00 文献下载
摘要：本发明公开了一种基于结构条件互信息的SAR图像与可见光图像配准方法，主要解决现有技术不稳定且配准精度较低的问题，其实现如下：1)输入参考图像与待配准图像；2)分别计算参考图像与待配准图像的经过非局部均值滤波算法处理的相位一致性信息；3)用参考图像与待配准图像的相位一致性信息分别计算参考图像与待配准图像的相位一致性边缘强度图和方向图；4)根据相位一致性边缘强度图和方向图计算参考图像与待配准图像的结构条件互信息；5)在确定搜索空间下，记录结构条件互信息最大时所对应的变换参数；6)利用变换参数对待配准图像进行变换，得到配准结果。本发明配准稳定，且配准精度较高，可用于遥感图像融合与变化检测。
基于结构条件互信 sar 图像可见光方法

[发明专利]基于稀疏特征与条件随机场的高分辨SAR图像分类方法-CN201810072110.7有效
发明人：吴艳;梁文楷;曹宜策;李明;张鹏 -专利权人：西安电子科技大学
申请日： 2018-01-25 - 公布日： 2021-01-05 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于稀疏特征与条件随机场的高分辨SAR图像分类方法，主要解决现有技术对复杂场景下的分类精度低和边界保持不准确的问题。其方案是：1.输入高分辨SAR图像，并从中选取构建训练数据块集合，训练稀疏特征提取算法的系统参数；2.提取SAR图像块稀疏特征，并训练logistics分类器，得到图像的分类后验概率构建一元势能函数；3.利用二值边缘划分图和边缘强度图融合后的边界约束图，构建二元势能函数；4.利用一元势能函数和二元势能函数，形成完整的全连接条件随机场模型，对该模型进行推理得到分类结果。本发明提高了高分辨SAR图像复杂场景及边缘细节的分类精度，可用于SAR图像地物分类。
基于稀疏特征条件随机分辨 sar 图像分类方法

[发明专利]基于稀疏三重马尔可夫场的SAR图像分割方法-CN201611204199.5有效
发明人：吴艳;宋晨飞;李明;梁文楷;曹宜策 -专利权人：西安电子科技大学
申请日： 2016-12-23 - 公布日： 2020-04-14 - 主分类号： G06T7/11 文献下载
摘要：本发明公开了一种基于稀疏三重马尔可夫场的SAR图像分割方法，主要解决现有技术对于复杂场景下的非平稳SAR图像多目标分割边界定位准确率低的问题。其实现步骤是：1、输入SAR图像，初始化标记场和辅助场；2、定义基于自适应非平稳划分的辅助场,构建扩展邻域下的稀疏势能函数，结合似然函数构建联合后验分布；3、利用Gibbs采样对联合后验分布进行采样，得到若干样本；4、利用MPM准则更新标记场和辅助场；5、利用若干样本进行参数估计。本发明提高了SAR图像分割区域的一致性及边界定位的准确率，可用于实现SAR图像的目标检测、目标识别与分类。
基于稀疏三重马尔可夫场 sar 图像分割方法