“谷延锋”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81个，建议您升级VIP下载更多相关专利

[发明专利]基于结构保持的判别性分布自适应多模态遥感图像协同分类方法-CN202310918822.7在审
发明人：刘天竹;郭斌;谷延锋 -专利权人：哈尔滨工业大学
申请日： 2023-07-25 - 公布日： 2023-10-24 - 主分类号： G06V20/10 文献下载
摘要：基于结构保持的判别性分布自适应多模态遥感图像协同分类方法，本发明涉及多模遥感图像协同分类方法。本发明的目的是为了提高现有大场景遥感图像的分类精度。过程为：一、构建分类误差约束项；二、构建空间映射约束项；三、构建概率适配约束项；四、组成目标函数，采用交替迭代对目标函数进行求解，得到多模遥感图像的映射矩阵；所述多模遥感图像的映射矩阵为高光谱映射矩阵和多光谱映射矩阵；五、获得训练好的分类器；六、将待测多光谱遥感图像乘以四得到的多光谱映射矩阵，得到映射后的待测多光谱遥感图像，采用训练好的分类器对映射后的待测多光谱遥感图像进行分类，得到多光谱遥感图像的分类结果。本发明用于遥感图像分类领域。
基于结构保持判别分布自适应多模态遥感图像协同分类方法

[发明专利]基于空间和语义一致性对比学习的遥感图像语义分割方法及系统-CN202310914459.1在审
发明人： 谷延锋;董喆;刘天竹 -专利权人：哈尔滨工业大学
申请日： 2023-07-24 - 公布日： 2023-10-24 - 主分类号： G06V20/13 文献下载
摘要：基于空间和语义一致性对比学习的遥感图像语义分割方法及系统，本发明涉及遥感图像的语义分割方法及系统。本发明的目的是针对现有对比学习方法大多只适用于自然场景图像分类任务，忽略了遥感场景图像中对语义分割任务十分重要的空间和语义关联性，导致遥感图像语义分割准确率低的问题。过程为：1：获取数据增强后的无标注遥感图像数据集；2：得到遥感特征图；3：构建实例级分支；4：构建一致性分支；5：构建自监督对比学习框架的整体损失函数；采用无标注的遥感图像对骨干网络训练，获得预训练好的骨干网络；6：构建语义分割网络，获得微调好的语义分割网络，微调好的语义分割网络用于后续的遥感语义分割任务。本发明属于遥感图像处理领域。
基于空间语义一致性对比学习遥感图像分割方法系统

[发明专利]基于双角度多光谱图像的三维多光谱点云重建方法、系统及设备-CN202310823147.X在审
发明人：李贤;王子须;谷延锋;王晨 -专利权人：哈尔滨工业大学
申请日： 2023-07-06 - 公布日： 2023-09-15 - 主分类号： G06T17/00 文献下载
摘要：基于双角度多光谱图像的三维多光谱点云重建方法、系统及设备，属于多光谱图像三维重建技术领域。为了解决现有三维重建方法不能直接从非配准相机中重建完整波段点云的问题。本发明首先针对设置角度不同的相机采集的图像进行纹理增强；相机为多光谱相机；针对倾斜图像进行倾斜图像投影校正和提取特征点，再将特征点坐标反变换回到倾斜图像中，从而确定倾斜图像中的特征点，基于特征点对原始图像进行匹配像对搜索和图像匹配；然后对图像执行多视图密集匹配得到深度图点云并得到多光谱深度图点云，将同一个相机所采集多光谱深度图点云拼接，再将不同的多光谱相机对应的包含不同波段光谱的点云进行拼接得到全波段多光谱点云，最后滤除异常点。
基于角度光谱图像三维重建方法系统设备

[发明专利]基于多尺度点特征的非城市场景航带间点云配准方法及设备-CN202310406866.1在审
发明人： 谷延锋;肖振;李贤;刘天竹;高国明 -专利权人：哈尔滨工业大学
申请日： 2023-04-17 - 公布日： 2023-08-29 - 主分类号： G06T7/33 文献下载
摘要：基于多尺度点特征的非城市场景航带间点云配准方法及设备，属于无人机激光雷达点云数据处理技术领域。为了解决现有的点云配准方法存在的在非城市场景中难以提取结构化特征的问题。本发明在无人机激光雷达点云数据中提取多尺度点特征，并依据此点特征进行关键点配对，利用随机采样一致性算法选取配对点并计算点云变换参数，包括旋转矩阵和平移向量，对待配准点云进行点云变换从而实现点云配准。该方法可以适用于非城市场景采集的点云数据，不需要提取结构化特征，易于实现，消除了不同航带点云之间的空间误差。本发明适用于激光雷达的点云配准。
基于尺度特征城市场景航带间点云配准方法设备

[发明专利]一种基于物理知识驱动和无监督学习的高光谱本征分解方法-CN202310681709.1在审
发明人： 谷延锋;谢雯 -专利权人：哈尔滨工业大学
申请日： 2023-06-09 - 公布日： 2023-08-25 - 主分类号： G06V20/10 文献下载
摘要：一种基于物理知识驱动和无监督学习的高光谱本征分解方法，它属于遥感图像处理领域。本发明解决了采用现有本征分解方法分解出的反射率分量的准确度差的问题。本发明采取的主要技术方案为：步骤1、基于物理模型对高光谱遥感图像进行分解，得到反射率分量；步骤2、构建反射率分量估计子网络以及反射率分量估计子网络的输出损失项；步骤3、构建明暗分量估计子网络以及明暗分量估计子网络的输出损失项；步骤4、将物理模型输出与原始高光谱数据结合生成混合物理知识的输入数据，并初始化模型参数；步骤5、结合损失函数项优化网络模型，输出反射率分量。本发明方法可以应用于高光谱遥感图像的本征分解。
一种基于物理知识驱动监督学习光谱分解方法

[发明专利]机载多光谱激光雷达点云语义分割方法、存储介质及设备-CN202310648684.5在审
发明人：李贤;孙钰哲;谷延锋 -专利权人：哈尔滨工业大学
申请日： 2023-06-02 - 公布日： 2023-08-15 - 主分类号： G06V10/26 文献下载
摘要：机载多光谱激光雷达点云语义分割方法、存储介质及设备，属于机载激光雷达点云数据处理技术领域。为了解决现有的机载多光谱点云中存在地物尺寸以及分布不均衡的问题而导致点云分割下过差的问题。本发明基于机载多光谱原始点云合成多光谱点云，并按照均匀网格选取样本，同时通过基于k聚类的方法对每种地物的密度中心球状邻域采样，然后将两种采样结果进行拼接，完成全面密网采样，之后按照波段进行分离，利用语义分割网络逐波段对单波段点云进行语义分割，进而得到拼接矩阵并利用融合网络进行融合得到最终的语义分割结果；本发明还利用联合训练策略进行训练提高网络的整体拟合能力，进而提升网络的分割效果。
机载光谱激光雷达语义分割方法存储介质设备

[发明专利]基于ZYNQ的无人机平台多传感器数据同步采集系统-CN202310524952.2在审
发明人： 谷延锋;唐晨煦;李贤 -专利权人：哈尔滨工业大学
申请日： 2023-05-10 - 公布日： 2023-08-11 - 主分类号： G01S17/86 文献下载
摘要：基于ZYNQ的无人机平台多传感器数据同步采集系统，属于无人机平台遥感技术领域。为了解决现有系统对无人机搭载的多光谱相机与激光雷达不能进行同步采集或者同步误差较大的问题。本发明设计持续时间同步触发信号发生器，当ZYNQ开发板内部设置的毫秒定时计时每满一秒或者当惯性导航板卡接收到卫星GPS信号的秒脉冲上升沿时，由持续秒脉冲发生器输出持续时间同步触发信号，同时清空毫秒定时器，循环重复；在生成持续时间同步触发信号的同时，记录毫秒定时器所计数的一秒时长与UTC时间真实的一秒时长的差值，基于差值得到修正误差并对毫秒定时器进行修正。基于持续时间同步触发信号进行多光谱相机、激光雷达和惯性导航板卡的时间持续性同步。
基于 zynq 无人机平台传感器数据同步采集系统

[发明专利]一种基于关键点的域自适应植物器官实例分割方法-CN202310598870.2在审
发明人： 谷延锋;曾晓鹏;高国明;王远航 -专利权人：哈尔滨工业大学
申请日： 2023-05-25 - 公布日： 2023-08-11 - 主分类号： G06V10/26 文献下载
摘要：一种基于关键点的域自适应植物器官实例分割方法，本发明涉及基于关键点的域自适应植物器官实例分割方法。本发明的目的是为了解决现有的基于深度学习的实例分割算法面对不同数据集由于样本多样性导致的目标域和源域不匹配问题。过程为：1：构建基于关键点的实例分割网络模型：11：对源域的植物图像进行深度特征提取，得到不同尺度的特征图；12：对特征图上的每个元素预测一组关键点；13：将关键点转化为边界框，在特征图上提取边界框对应的感兴趣区域局部特征；14：局部特征输入语义分割网络；2：获得训练好的实例分割网络模型；3：将目标域图像输入训练好的实例分割网络模型，输出域自适应实例分割结果。本发明用于植物器官实例分割领域。
一种基于关键自适应植物器官实例分割方法

[发明专利]一种基于亚像素字典学习的高光谱遥感图像空间超分辨方法-CN202211527017.3有效
发明人：刘天竹;张献豪;谷延锋 -专利权人：哈尔滨工业大学
申请日： 2022-11-30 - 公布日： 2023-07-18 - 主分类号： G06T3/40 文献下载
摘要：一种基于亚像素字典学习的高光谱遥感图像空间超分辨方法，本发明涉及基于亚像素字典学习的高光谱遥感图像空间超分辨方法。本发明的目的是为了解决现有利用端元的解混方法针对最终的类别图，限制了高空间分辨率图像的应用范围，同时端元信息的有限性限制了重建高空间分辨率高光谱图像的质量的问题。一种基于亚像素字典学习的高光谱遥感图像空间超分辨方法具体过程为：步骤1：构建基于亚像素字典学习的高光谱遥感图像空间超分辨模型；步骤2：基于原始高光谱图像进行随机字典初始值选取；步骤3：用Split‑Bregman迭代法对超分辨模型进行迭代优化，输出高空间分辨率高光谱图像。本发明属于遥感图像处理领域。
一种基于像素字典学习光谱遥感图像空间分辨方法

[发明专利]基于光照估计的无人机多光谱图像辐射校正方法-CN202210459888.X有效
发明人： 谷延锋;秦振强;李贤 -专利权人：哈尔滨工业大学
申请日： 2022-04-28 - 公布日： 2023-05-26 - 主分类号： G06T5/00 文献下载
摘要：基于光照估计的无人机多光谱图像辐射校正方法，属于遥感中的多光谱数据辐射校正领域。本发明针对现有无人机多光谱图像的辐射校正需借助环境光照传感器辅助对多光谱数据进行光照补偿，实现难度大的问题。包括建立多光谱图像集，选择包含参考目标的图像作为参考图像，构建基于参考图像的方程组；对待校正多光谱图像中包含重叠区域的任意两幅图像提取联结点，利用联结点构建基于重叠图像的方程组；联立两个方程组得到光照估计方程组；将光照估计方程组与反射率约束条件联合构建目标函数并优化求解，得到所有图像成像时的光照函数；利用光照函数对所有待校正多光谱图像进行辐射校正。本发明实现了无环境光传感器条件下的无人机多光谱图像辐射校正。
基于光照估计无人机光谱图像辐射校正方法

[发明专利]可配置多光谱遥感立体成像系统及设计方法-CN202310082244.8在审
发明人： 谷延锋;王子须;李贤 -专利权人：哈尔滨工业大学
申请日： 2023-02-08 - 公布日： 2023-05-09 - 主分类号： H04N23/50 文献下载
摘要：可配置多光谱遥感立体成像系统及设计方法，涉及多光谱倾斜遥感成像技术领域。为了解决现有的基于无人机的多光谱成像系统存在倾斜影像信息采集能力受限的问题，以及多相机之间缺乏采集同步性和累计误差的问题。本发明针对复杂遥感场景多角度多光谱数据采集需求，对可配置相机挂载结构、同步触发控制模块以及相机内外参数标定方法进行设计，采用合页式结构和固定插销实现相机数量配置、倾斜角度调节功能，基于微控制器与脉宽调制技术设计开发相机同步触发模块实现数据同步采集，设计开发多相机标定方法获得相机之间精确的空间变换关系，实现对多相机位置和姿态信息的修正。
配置光谱遥感立体成像系统设计方法

[发明专利]基于FCM聚类匹配+Wallis滤波的无重多/高光谱遥感图像匀色方法-CN202010444368.2有效
发明人：高国明;俞雪雷;谷延锋 -专利权人：哈尔滨工业大学
申请日： 2020-05-22 - 公布日： 2023-04-28 - 主分类号： G06T5/40 文献下载
摘要：基于FCM聚类匹配+Wallis滤波的无重多/高光谱遥感图像匀色方法，本发明涉及多/高光谱遥感影像图像匀色方法。本发明的目的是为了解决现有方法在没有重叠区域的图像间进行匀色并不涉及，导致获得的图像效果差的问题。过程为：一、对多/高光谱遥感图像进行分波段处理；二、选取出参考图像作为参考；三、得到聚类后的结果；四、进行类别匹配；五、得到局部匀色处理后的各类别数据；六、合成新的待匀色图像；七、进行直方图匹配再次匀色；八、将匀色处理后的图像作为参考图像，重复执行三至七，直至同波段灰度图像全部匀色处理完，将图像拼接；九、重复二至八获得所有拼接好的图像，合成新多/高光谱遥感图像。本发明用于图像匀色领域。
基于 fcm 匹配 wallis 滤波无重多光谱遥感图像方法

[发明专利]基于Wallis滤波+直方图匹配的有重多/高光谱遥感图像匀色方法-CN202010421683.3有效
发明人：高国明;俞雪雷;谷延锋 -专利权人：哈尔滨工业大学
申请日： 2020-05-18 - 公布日： 2023-04-25 - 主分类号： G06T5/40 文献下载
摘要：基于Wallis滤波+直方图匹配的有重多/高光谱遥感图像匀色方法，本发明涉及遥感图像匀色方法。本发明的目的是为了解决现有图像的匀色方法只注重了整体效果而忽略了图像局部特性，处理后可能使待匀色图像数据出现大的偏差，尤其是在图像交叠区域出现大的偏差的问题。过程为：一、获得M组同波段灰度图像；二、选取参考图像；三、获取新的待匀色图像；四、对参考和新的待匀色图像做直方图匹配全局匀色；五、将匀色后的图像作为参考图像，重复执行三至四，直至第m组同波段灰度图像全部匀色处理完，进行拼接；六、重复二至五获得所有M组拼接好的灰度图像，将所有M组拼接好的灰度图像合成新多/高光谱遥感图像。本发明用于遥感图像匀色领域。
基于 wallis 滤波直方图匹配有重多光谱遥感图像方法

[发明专利]一种基于多传感器光谱重构网络的高光谱遥感图像生成方法-CN202211603912.9在审
发明人： 谷延锋;李天帅 -专利权人：哈尔滨工业大学
申请日： 2022-12-13 - 公布日： 2023-03-31 - 主分类号： G06T3/40 文献下载
摘要：一种基于多传感器光谱重构网络的高光谱遥感图像生成方法，本发明涉及高光谱遥感图像生成方法。本发明的目的是为了解决现有成像技术中获取包含丰富光谱波段的高光谱图像是一项获取成本相对较高的工作的问题。过程为：一、利用多光谱传感器光谱响应函数和高光谱图像构建对应的理想多光谱图像；选定一个传感器作为主传感器，将主传感器的理想多光谱数据和一个其他传感器的真实多光谱数据作为训练数据集，通过训练数据集对传感器理想映射网络的网络参数进行优化得到训练完成的传感器理想映射网络；二、利构建并训练理想多传感器光谱重构网络；三、获得理想多光谱图像对应的高光谱图像；四、得到修正后的高光谱图像。本发明属于卫星遥感技术领域。
一种基于传感器光谱网络遥感图像生成方法

[发明专利]基于运动目标能量约束的卫星视频本征分解方法、系统、存储介质及设备-CN202211313817.5在审
发明人： 谷延锋;潘家磊;高国明 -专利权人：哈尔滨工业大学
申请日： 2022-10-25 - 公布日： 2023-01-17 - 主分类号： H04B7/185 文献下载
摘要：基于运动目标能量约束的卫星视频本征分解方法、系统、存储介质及设备，本发明涉及卫星视频本征分解方法、系统、存储介质及设备。本发明的目的是为了解决卫星视频中光线变化以及运动目标能量分散问题。方法包括如下过程：步骤1：构建卫星视频本征分解模型；步骤2：针对卫星视频背景信息，构建反射率时域约束项；步骤3：针对卫星视频运动目标信息，构建运动目标能量约束项；步骤4：基于卫星视频反射率先验，构建反射率局部约束项；步骤5：基于反射率时域约束项、运动目标能量约束项和反射率局部约束项，优化求解卫星视频反射率分量。本发明属于遥感图像处理领域。
基于运动目标能量约束卫星视频分解方法系统存储介质设备

1
2
3
4
5
6
下一页»
尾页
共 81 条