“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]联合多尺度SIFT和区域不变矩特征的配准控制点提取方法-CN200910309817.6无效
发明人： 谷延锋;刘保学;王晨;张晔 -专利权人：哈尔滨工业大学
申请日： 2009-11-16 - 公布日： 2010-05-26 - 主分类号： G06T7/00 文献下载
摘要：联合多尺度SIFT和区域不变矩特征的配准控制点提取方法，它涉及图像处理领域。它解决了在图像配准过程中，如何提取稳定、可靠的特征点的技术难题。首先利用高斯核函数对图像进行连续滤波，结合下采样方法，生成高斯差分尺度空间，寻找并计算局部极值的空间和尺度坐标。然后利用方向梯度信息构成关键点的特征向量，通过欧氏距离获得初步匹配的关键点对；进而以初选关键点为中心计算局部区域HU氏不变矩特征，结合欧氏距离筛选出最终精确有效的配准控制点。该方法结合了SIFT算法的多尺度特性和图像局部区域灰度不变矩特征，能够有效地提高了多传感器图像配准控制点对提取的稳定性和可靠性。
联合尺度 sift 区域不变特征控制提取方法

[发明专利]对多种传感器遥感图像进行高精度稳健配准的方法-CN200910307634.0无效
发明人：郭琰;张晔;谷延锋;仲伟志 -专利权人：哈尔滨工业大学
申请日： 2009-09-24 - 公布日： 2010-03-10 - 主分类号： G06T7/00 文献下载
摘要：对多种传感器遥感图像进行高精度稳健配准的方法，它涉及遥感图像处理领域，它针对配准过程中控制点分布不均匀的问题，而采用了如下步骤：步骤1：联合点特征和区域特征的粗配准，消除参考图像和输入图像之间比较大的尺度、旋转和平移的差异，通过联合点特征和区域特征匹配实现；步骤2：尺度空间特征提取和大量配准控制点对的匹配，在于提取精细配准所需的大量的控制点对；步骤3：基于控制点信息量的筛选和精细配准，目的在于对控制点按各自包含信息量进行筛选，完成高精度的精细配准。本发明为了运用在多种传感器遥感图像进行高精度稳健配准的方法。
多种传感器遥感图像进行高精度稳健方法

[发明专利]基于无监督核回归分析的红外图像背景抑制方法-CN200910072383.2无效
发明人： 谷延锋;王晨;张晔 -专利权人：哈尔滨工业大学
申请日： 2009-06-26 - 公布日： 2009-11-18 - 主分类号： G06T5/00 文献下载
摘要：基于无监督核回归分析的红外图像背景抑制方法，它属于图像处理领域，它解决了在红外图像背景杂波抑制领域中存在的需要先验知识、自适应性较差的技术难题。首先设定滑动窗口用于背景预测；通过确定高斯函数作为无监督核回归分析的核函数；将预测背景杂波样本代入函数中，计算无监督核回归方程；再将中心测试样本(O)输入到所述的无监督核回归方程，得到中心测试样本(O)的预测值；之后中心测试样本(O)值减去预测值；接下来移动滑动窗口，重复上一过程，直到遍历全图，并输出背景抑制结果图像。它能够有效提高如红外目标识别与跟踪、红外图像监测等系统的目标探测能力和定位精度。
基于监督回归分析红外图像背景抑制方法

[发明专利]基于核回归的单帧图像快速超分辨率重建方法-CN200810063953.7有效
发明人： 谷延锋;张晔 -专利权人：哈尔滨工业大学
申请日： 2008-01-30 - 公布日： 2008-07-23 - 主分类号： G06T5/00 文献下载
摘要：基于核回归的单帧图像快速超分辨率重建方法，本发明涉及图像超分辨率重建的方法。它克服了已有核回归单帧图像的超分辨率重建方法计算量巨大、耗费时间长的缺陷。它包括以下步骤：把低分辨率图像上的像素点映射到高分辨率网格中；确定待估值像素点并分为两大类；确定每个第一类待估值像素点的正方形邻域像素集合，把集合中各点的像素值代入核回归方程计算像素值；确定第二类待估值像素点的菱形邻域像素集合，把集合代入核回归方程计算像素值；当所有待估值像素点都赋值后输出图像。本发明引入二维非线性核回归进行插值点的估值、利用局部邻域处理代替整幅图像处理、采用即时更新策略，从而实现单帧图像的超分辨率重建。
基于回归图像快速分辨率重建方法

[发明专利]基于选择性核主成份分析的高光谱图像异常点的检测方法-CN200710144447.6无效
发明人： 谷延锋;张晔;张钧萍;陈浩 -专利权人：哈尔滨工业大学
申请日： 2007-10-16 - 公布日： 2008-03-19 - 主分类号： G01S17/89 文献下载
摘要：基于选择性核主成分分析的高光谱图像异常点的检测方法，它涉及的是高光谱图像分析检测的技术领域。它是为了解决现有高光谱图像检测技术存在不能高效的对异常点的进行特征提取，而产生较多虚警，及在有严重的背景干扰下无法对异常点有效检测的问题。它的步骤为：对数据进行归一化，并执行核主成分分析；在主分量内构造滑动窗；计算滑动窗内像素的三阶矩和四阶矩并与设定值比较；遍历主分量后，记值；所有主分量得到处理；选最大主分量；用RX算子对所选主分量进行异常点检测，输出检测结果。本发明能高效的对高光谱图像中异常点目标的特征进行提取和选择，而降低虚警率，并实现在有严重的背景干扰情况下正常对异常点进行检测。
基于选择性成份分析光谱图像异常检测方法

[发明专利]高光谱图像的空间－光谱信息协同提高分辨率的方法-CN200710144449.5无效
发明人：张钧萍;张晔;谷延锋;邹斌;王立国;陈浩 -专利权人：哈尔滨工业大学
申请日： 2007-10-16 - 公布日： 2008-03-12 - 主分类号： G01S17/89 文献下载
摘要：高光谱图像的空间－光谱信息协同提高分辨率的方法，它涉及利用高光谱图像信息提高空间分辨率的方法。它解决了现有高光谱图像处理中存在的不能充分利用空间信息和光谱信息以改善图像分辨率的问题。本发明步骤为：一、输入高光谱图像数据；A.空间信息提取；A一.特征波段选择；A二.空间局部分析及判断；B.光谱信息提取；B一.光谱端元提取；B二.混合像元分解；二.空－谱协同超分辨；三.得到分辨率提高的高光谱图像。本发明突破图像获取时的空间分辨率极限；利用支持向量机解混和局域空间相关性进行空间－光谱信息协同技术提高高光谱图像的空间分辨率，可极大提高目标的探测和定位能力，突破图像获取手段的限制，弥补硬件的不足。
光谱图像空间信息协同提高分辨率方法