“光谱特征”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果2524800个，建议您升级VIP下载更多相关专利

[发明专利]基于空间扩展卷积和光谱扩展卷积的高光谱数据分类方法-CN202310449506.X在审
发明人：王硕;刘正军;陈一铭;刘爱霞 -专利权人：中国测绘科学研究院
申请日： 2023-04-24 - 公布日： 2023-07-21 - 主分类号： G06V10/44 文献下载
摘要：本申请涉及一种基于空间扩展卷积和光谱扩展卷积的高光谱数据分类方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括：获取初始高光谱图像，并根据初始高光谱图像，确定第一高光谱图像和第二高光谱图像；根据第一高光谱图像和空间特征提取网络，确定空间特征图；空间特征提取网络基于空间扩展卷积进行空间特征提取；根据第二高光谱图像和光谱特征提取网络，确定光谱特征图；光谱特征提取网络基于光谱扩展卷积进行光谱特征提取；将空间特征图和光谱特征图输入至特征融合层，得到融合特征图；将融合特征图输入至特征分类网络，得到初始高光谱图像对应的分类结果。本方案能够提高特征的提取精度，进而提高高光谱数据的分类精度。
基于空间扩展卷积光谱数据分类方法

[发明专利]光谱特征控制装置-CN201780063627.3有效
发明人： E·A·梅森 -专利权人：西默有限公司
申请日： 2017-10-04 - 公布日： 2022-09-27 - 主分类号： G02B27/09 文献下载
摘要：一种光谱特征选择装置包括：色散光学元件，被布置为与脉冲光束交互；三个或更多个折射光学元件，被布置在色散光学元件与脉冲光学源之间的脉冲光束的路径中；以及一个或多个致动系统，每个致动系统与折射光学元件相关联并且被配置为旋转相关联的折射光学元件，从而调节脉冲光束的光谱特征。
光谱特征控制装置

[实用新型]特征光谱LED诱虫灯-CN201020654128.7无效
发明人：刘银春;何志敏 -专利权人：福建农林大学
申请日： 2010-12-13 - 公布日： 2011-08-31 - 主分类号： A01M1/04 文献下载
摘要：本实用新型涉及一种特征光谱LED诱虫灯，包括具有两个电极的灯头，其特征在于：所述灯头内安装有支座，该支座为中心轴对称的多边形锥体，该多边形锥体的中间设有用于空气流通的对流孔，该对流孔与灯头上的散热孔相通，该多边形锥体的不同侧面上分别贴装有具有不同特征光谱的LED芯片，该灯头上安装有套在支座外围的透明玻璃罩。
特征光谱 led 诱虫灯

[发明专利]一种面向对象的高光谱特征处理方法-CN201210398887.5有效
发明人：马雷;潘春洪;张骞 -专利权人：中国科学院自动化研究所
申请日： 2012-10-19 - 公布日： 2013-02-13 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种面向对象的高光谱遥感图像光谱特征处理方法，包括：步骤S1：采集样本光谱；步骤S2：光谱特征分类学习：提取输入样本的光谱特征并进行训练，得到训练样本分类结果；步骤S3：根据训练样本分类的结果，选取其中最优的光谱特征组成特征集；步骤S4：将最优光谱特征、特征匹配算法加入到光谱特征库中。本发明可用于在航空、航天高光谱遥感图像上建立光谱特征库，并以此为基础进行高光谱遥感图像分类、解混、目标检测与识别等处理。该光谱特征库最大特点是增加了光谱的描述信息，即在光谱数据的基础上，加入了对象的光谱特征与匹配算法。
一种面向对象光谱特征处理方法

[发明专利]一种多特征约束加权拟合的高光谱地物识别方法-CN202110295151.4有效
发明人：王培忠;倪维平;边辉;覃尧;张晗;王华伟;魏崇阳 -专利权人：西北核技术研究所
申请日： 2021-03-19 - 公布日： 2022-11-04 - 主分类号： G01N21/35 文献下载
摘要：本发明提供一种多特征约束加权拟合的高光谱地物识别方法，解决现有高光谱地物识别中识别精度不高，尤其是对具有相似地物光谱曲线的地物难以区分的问题。该方法中，首先，根据地物本身光谱特性，筛选并确定光谱特征，进而计算每个特征的特征参数，完成对光谱特征的精确刻画。其次，对参考光谱与待识别高光谱像元光谱采用去包络线方法，以突出特征，降低噪声；利用拟合法计算参考光谱与高光谱像元光谱初步匹配度。再次，地物光谱中每个特征吸收面积占比，确定了每个特征的权重系数；定义地物吸收光谱特征参量约束集及“非特征”识别判据，用于约束加权拟合值；最后，通过计算多特征约束加权后特征拟合值，实现了高光谱地物识别。
一种特征约束加权拟合光谱地物识别方法

[发明专利]一种光谱测试系统光源设计方法-CN201710248865.3在审
发明人：梁栋凯;吴昕;黄印;季凡;曾大章 -专利权人：成都曙光光纤网络有限责任公司
申请日： 2017-04-17 - 公布日： 2017-08-04 - 主分类号： G01N21/25 文献下载
摘要：本发明公开了一种光谱测试系统光源设计方法，包括以波段范围大于被测样品的特征光谱波段的测试光投射到被测样品，对被测样品进行光谱测试，获得被测样品的光谱数据；对获得的光谱数据进行特征数据筛选和提取，获取特征数据子集，并以特征数据子集重新构建光谱数据；以重新构建的光谱数据进行模型学习和训练，根据训练得到的分类模型确定被测样品的特征光谱波段，选取光谱波段与被测样品的特征光谱波段匹配的光源作为光谱测试系统的光源。本发明光谱测试系统光源设计方法，通过对测得的被测样品的光谱数据进行特征筛选和统计分析，找到特征光谱波段，从而选取与被测样品的特征光谱波段匹配的窄带光源作为光谱测试系统的光源，可降低光源成本。
一种光谱测试系统光源设计方法

[发明专利]高光谱图像分类方法、装置、设备及存储介质-CN202111341226.4在审
发明人：杜博;杨佳琪;张良培;武辰 -专利权人：武汉大学
申请日： 2021-11-12 - 公布日： 2022-03-01 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种高光谱图像分类方法、装置、设备及存储介质，所述方法通过获取原始高光谱遥感图像的光谱特征和空间特征；根据光谱特征获得候选光谱向量，根据空间特征获得多尺度特征，将候选光谱向量和多尺度特征进行特征融合补偿，获得光谱空间联合特征；根据光谱空间联合特征对原始高光谱遥感图像进行分类，获得图像分类结果；能够有效挖掘丰富的光谱特征，通过增强光谱空间信息的关联，提高了分类性能，既顾及图像全局空间分布，又不损失细节信息，实现高光谱遥感图像内覆盖范围广的大尺度地物和形状狭窄细微的小尺度地物的同时提取，保持内部地物连续性，减少了过平滑现象，平衡光谱域和空间域的贡献，从而实现更高精度地物识别与分类。
光谱图像分类方法装置设备存储介质

[发明专利]一种多光谱全要素特征的范式图嵌入方法-CN202310575724.8在审
发明人：邸江磊;江文隽;秦智坚;吴计;王萍;任振波;秦玉文 -专利权人：广东工业大学
申请日： 2023-05-22 - 公布日： 2023-08-11 - 主分类号： G06V10/40 文献下载
摘要：本发明属于一种图像处理领域，公开了一种多光谱全要素特征的范式图嵌入方法，用来获取多光谱数据三个方面的特征图，具体步骤如下：首先将多光谱图像中的空间信息与光谱信息特征进行融合，然后将融合后的特征信息通过基于流形学习与空谱嵌入的方法进行数据特征的提取与降维将降维后的多光谱数据中的红外波段光谱数据、空间像素、光谱维度像素信息，分别利用红外光谱波段特征提取、空间超像素分割技术、光谱特征图邻接矩阵的构建等方法，得到光谱数据的物理特征图、空间特征图、光谱特征图，最终实现对于多光谱数据的全要素特征的范式图嵌入方法。该方法能够获取更多维度的特征信息，提升处理多光谱图像的模型能力。
一种光谱要素特征范式嵌入方法

[发明专利]一种压缩光谱特征感知方法-CN201810312175.4有效
发明人：王泽龙;刘吉英;叶钒;袁翰;谭欣桐;严奉霞;朱炬波 -专利权人：中国人民解放军国防科技大学
申请日： 2018-04-09 - 公布日： 2020-05-08 - 主分类号： G06K9/00 文献下载
摘要：一种压缩光谱特征感知方法，通过光谱压缩测量矩阵，基于构建的光谱压缩测量矩阵能够压缩提取光谱信号的特征信号，实现光谱特征的压缩感知。另外本发明给出了基于数字微镜阵列(DMD)的光谱压缩测量矩阵Φ的物理实现方法。压缩光谱特征感知方法可以有效避免信号重构与特征提取，测量数据可以直接用于分类识别，大大减少了计算与存储开销，提高了光谱信息获取的效率。由于光谱特征信号的维度远小于光谱信号的维度，因此压缩光谱特征感知方法获取的测量数据会小于传统压缩光谱成像的测量数据。
一种压缩光谱特征感知方法

[发明专利]联合光谱空间多层感知器的高光谱影像分类方法及装置-CN202111109093.8在审
发明人：谭熊;薛志祥;刘冰;魏祥坡;余旭初;张鹏强;张艳;高奎亮;左溪冰;孙一帆 -专利权人：中国人民解放军战略支援部队信息工程大学
申请日： 2021-09-22 - 公布日： 2021-12-28 - 主分类号： G06K9/62 文献下载
摘要：本发明属于高光谱图像分类技术领域，特别涉及一种联合光谱空间多层感知器的高光谱影像分类方法及装置，该方法包括首先利用光谱多层感知器从高光谱图像中提取全局光谱特征；然后利用空间多层感知器从高光谱图像中提取局部空间特征；最后利用多层感知器融合全局光谱特征和局部空间特征对高光谱图像进行联合分类。本发明能够从高光谱图像中提取出光谱特征和空间特征，且能有效地将这些特征融合后再进行联合分类，具有较高的分类精度。
联合光谱空间多层感知影像分类方法装置

[发明专利]基于光谱和空间稀疏特征表示的高光谱图像分割方法-CN202310324346.6在审
发明人：刘岩;江波;陈缘 -专利权人：安徽大学
申请日： 2023-03-30 - 公布日： 2023-08-11 - 主分类号： G06V10/26 文献下载
摘要：本发明公开一种基于光谱和空间稀疏特征表示的高光谱图像分割方法，通过构建基础网络模型，初步提取视觉特征；接着通过在光谱维度进行分组获得多组光谱特征，在每组特征中使用光谱卷积神经网络获得每组光谱内部之间的关系；再通过稀疏Transformer模块来进行多个光谱组之间的交互，获得光谱之间的序列信息；之后通过空间卷积模块来提取高光谱图像的空间局部特征，通过稀疏Transformer模块提取高光谱图像的空间全局特征，最后将获得的光谱空间特征进行分割。
基于光谱空间稀疏特征表示图像分割方法

[发明专利]一种基于无监督光谱运动特征学习的高光谱影像分类方法-CN202310117177.9在审
发明人：孙一帆;刘冰;余旭初;谭雄;张鹏强;魏祥坡;余岸竹;薛志祥 -专利权人：中国人民解放军战略支援部队信息工程大学
申请日： 2023-02-15 - 公布日： 2023-08-01 - 主分类号： G06V20/10 文献下载
摘要：本发明涉及一种基于无监督光谱运动特征学习的高光谱影像分类方法，属于影像分类技术领域。本发明首先构建光谱运动特征网络，利用源数据集对该光谱运动特征网络进行无监督训练，得到预训练模型；然后将预训练模型作为特征提取器对待分类高光谱影像进行的光谱运动特征提取；最后将提取的光谱运动特征和待分类高光谱影像合并后通过分类器进行分类本发明从光谱序列的角度构建了一个无监督光谱运动特征网络，利用源数据集对光谱运动特征网络进行无监督训练，将经过预训练的光谱运动特征网络可直接提取目标高光谱影像的光谱运动特征进行分类，从而避免了网络的重训练
一种基于监督光谱运动特征学习影像分类方法

[发明专利]一种基于高光谱的岩芯数据获取方法及系统-CN202311098284.8在审
发明人：张家铭;李书鹏;辛成;王蓓丽;邹鹏;瞿婷 -专利权人：北京建工环境修复股份有限公司
申请日： 2023-08-29 - 公布日： 2023-10-13 - 主分类号： G06V20/10 文献下载
摘要：本发明公开了一种基于高光谱的岩芯数据获取方法，包括：获取待识别岩芯的高光谱图像信息，提取光谱数据及图像数据并进行预处理；根据图像数据提取多尺度特征，获取感兴趣区域提取纹理特征，生成图像识别特征；将光谱数据进行降维，并进行自适应加权获取光谱特征，获取光谱特征异构图；基于图卷积神经网络进行学习表示，通过图卷积进行光谱特征的聚合，生成光谱识别特征；将待识别岩芯的图像识别特征及光谱识别特征进行融合获取融合特征，通过图像识别特征、光谱识别特征及融合特征进行待识别岩芯的识别标记。本发明通过岩芯高光谱图像的光谱和图像生成互补信息，提高了识别分类精度，并且大大提高了岩芯数据描述的效率，节约了人力物力。
一种基于光谱数据获取方法系统

[发明专利]一种基于双通道稀疏化网络的高光谱图像分类方法-CN202211124718.2有效
发明人：杨静;孙杰;王一凡;阮小利;李少波;麻兴江 -专利权人：贵州大学
申请日： 2022-09-15 - 公布日： 2023-09-29 - 主分类号： G06V20/10 文献下载
摘要：本发明提出了一种基于双通道稀疏化网络的高光谱图像分类方法，包括以下步骤：S1，对高光谱图像数据进行降维处理；S2，采用通道注意力机制提取重要光谱与空间特征；S3，将所述重要光谱与空间特征输入光谱分支模块提取高光谱图像的光谱特征；S4，将所述重要光谱与空间特征和降维处理的高光谱图像数据输入空间分支模块提取高光谱图像空间特征；S5，将所述高光谱图像的光谱特征、所述高光谱图像空间特征与所述重要光谱与空间特征输入分类模块进行特征融合叠加得到输出结果本发明能够通过设计的LCTCS网络在训练过程中去除大量冗余不必要的，对于高光谱图像(HIS)中丰富的光谱信息和空间信息的传递贡献较小的参数，从而达到节约计算资源的效果。
一种基于双通道稀疏网络光谱图像分类方法

[发明专利]金属含量的检测方法、装置、介质及电子设备-CN202310671100.6在审
发明人：石磊;吴豫强;瞿媛媛;王文广 -专利权人：中铝郑州有色金属研究院有限公司
申请日： 2023-06-07 - 公布日： 2023-09-01 - 主分类号： G01N21/67 文献下载
摘要：本申请公开了金属含量检测方法、装置、介质及电子设备，所述方法包括：获取待检测样品和标准光谱图像，所述标准光谱图像包括各元素的标准光谱图；通过火花发生器对待检测样品进行加热，待检测样品在加热后发射特征光线，所述特征光线经过光栅分光后，形成按照波长排列的特征光谱；采用多光谱相机拍摄所述特征光谱，得到特征光谱图像；对特征光谱图像进行处理，得到处理后的特征光谱图像；对比处理后的特征光谱图像和标准光谱图像，得到待检测样品的成分和含量
金属含量检测方法装置介质电子设备

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条