“光谱特征提取”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2984009个，建议您升级VIP下载更多相关专利

[发明专利]一种基于光谱图像的气体危险源检测识别方法及系统-CN202310466239.7有效
发明人：岳建明;董维;杨冬俊;潘伟;赵汝勇 -专利权人：江苏三棱智慧物联发展股份有限公司
申请日： 2023-04-27 - 公布日： 2023-07-18 - 主分类号： G06V20/52 文献下载
摘要：本发明公开了一种基于光谱图像的气体危险源检测识别方法及系统，该方法包括：获取目标监测区域的正方形区域图；以正方形区域图的中心点位置为坐标原点建立直角坐标系，在正方形区域图的坐标原点位置部署第一光谱图像采集器；沿坐标系的8个方向分别部署光谱图像采集器；对第一光谱图像采集器采集的多光谱图像数据进行卷积运算特征提取；针对8个方向分别部署的n个光谱图像采集器进行特征提取；计算得到8个方向上对应的特征向量；将8个方向上对应的特征向量进行融合后输入预训练的
一种基于光谱图像气体危险源检测识别方法系统

[发明专利]基于双支路卷积自编码器的高光谱图像分类方法-CN202010657319.7在审
发明人：冯婕;叶湛伟;梁宇平;李杰;焦李成;张向荣;尚荣华;刘若辰 -专利权人：西安电子科技大学
申请日： 2020-07-09 - 公布日： 2020-10-23 - 主分类号： G06K9/00 文献下载
摘要：本发明提出了一种基于双支路卷积自编码器的高光谱图像分类方法，主要解决现有技术中对高光谱数据特征提取不充分导致的分类精度偏低的问题，实现步骤为：获取高光谱数据的有监督训练样本集、有监督训练样本标签向量集、无监督训练样本集和测试样本集；构建构建双支路卷积自编码器；对双支路卷积自编码器进行迭代训练；获取高光谱图像分类结果。本发明采用的基于双支路卷积自编码器的分类方法，综合利用无监督学习和有监督学习两种方式对高光谱数据进行特征提取，充分考虑了高光谱图像的数据信息，有效提高了高光谱图像的分类精度，可用于农业监测、地质勘探、灾害环境评估等领域地物的区分和辨别
基于支路卷积编码器光谱图像分类方法

[发明专利]基于自适应光谱空间核结合ViT高光谱图像分类方法-CN202210477506.6在审
发明人：王爱丽;邢爽;戴诗雨;吴海滨;徐恺阳 -专利权人：哈尔滨理工大学
申请日： 2022-05-04 - 公布日： 2022-08-02 - 主分类号： G06V10/764 文献下载
摘要：本发明基于自适应光谱空间核结合ViT高光谱图像分类方法属于图像分类技术领域；该方法依次执行以下步骤：步骤a、输入待分类的高光谱图像；步骤b、使用主成分分析方法去除光谱冗余；步骤c、使用基于注意力的自适应光谱空间核进行特征提取；步骤d、将提取的特征输入到ViT中；步骤e、使用多层感知机得到分类结果；本发明通过长距离捕获HSI序列的光谱关系，并充分利用数据的局部和全局信息，解决了CNN方法获取深度语义特征能力有限问题，提高了分类精度
基于自适应光谱空间结合 vit 图像分类方法

[发明专利]基于高光谱图像的物体检测方法、装置、系统及存储介质-CN202310886314.5在审
发明人：唐厂;何潇;郑晓;李显巨;孙琨;许江峰 -专利权人：中国地质大学（武汉）
申请日： 2023-07-19 - 公布日： 2023-08-18 - 主分类号： G06V10/764 文献下载
摘要：本发明提供一种基于高光谱图像的物体检测方法、装置、系统及存储介质，涉及图像处理技术领域，包括：该方法应用于基于高光谱图像的物体检测系统，包括信息处理模型和检测模型，该方法包括：获取高光谱图像进行预处理，得到光谱信息和空间信息；利用训练好的信息处理模型，进行特征提取，得到光谱特征和空间特征，将光谱特征和空间特征融合，得到共识信息，并根据上述特征得到多个空间聚合特征和多个光谱聚合特征；利用训练好的检测模型，将多个空间聚合特征和多个光谱聚合特征融合，得到检测结果。本发明的有益效果：对空间特征和光谱特征进行提取，并处理得到共识信息和对应的聚合特征，增加高光谱图像信息利用率，进而提高物体检测效率。
基于光谱图像物体检测方法装置系统存储介质

[发明专利]棉花蕾期蚜害棉花冠层光谱特征提取及等级估测方法-CN201911087521.4在审
发明人：郭伟;赵恒谦;张慧;乔红波;汪强;郑光;冯志慧;夏斌 -专利权人：河南农业大学;中国矿业大学(北京)
申请日： 2019-11-08 - 公布日： 2020-01-07 - 主分类号： G01N21/95 文献下载
摘要：本发明公开了棉花蕾期蚜害棉花冠层光谱特征提取及等级估测方法，包括以下步骤：一、以低空无人机搭载成像高光谱仪获取棉花蕾期蚜害棉花冠层高光谱影像；二、分析不同受蚜害等级胁迫棉花的冠层光谱响应差异；三、根据棉花蕾期蚜害棉花冠层高光谱影像，利用比值导数法筛选出棉花蕾期蚜害棉花冠层敏感光谱波段；四、构建基于敏感光谱比值导数光谱值的偏最小二乘法的蚜害等级估测模型；五、将该模型应用于成像高光谱影像，获取田块尺度的蚜害等级分布图；本发明棉花蕾期蚜害棉花冠层光谱特征提取及等级估测方法
棉花蕾期棉花冠层估测光谱特征提取光谱影像敏感光谱田块成像尺度偏最小二乘法等级分布图导数光谱等级分布定量施药高光谱仪冠层光谱快速监测模型应用导数法高光谱波段构建施药胁迫影像筛选监测响应分析生产

[发明专利]一种基于空间与光谱信息的高光谱自动云检测方法-CN201210249205.4有效
发明人：马雷;张秀玲;田原;郭建恩;江碧涛 -专利权人：中国科学院自动化研究所;北京市遥感信息研究所
申请日： 2012-07-18 - 公布日： 2012-11-28 - 主分类号： G06K9/66 文献下载
摘要：本发明公开了一种基于空间与光谱信息的高光谱自动云检测方法，可用于航天、航空高光谱遥感图像的自动云判，减少高光谱遥感数据的存储成本，节省传输带宽。该方法包括以下步骤：根据云、雪和水等光谱样本进行预处理和波段选择，之后进行特征提取；采用分类器进行样本训练，得到云的光谱分类模型；在高光谱图像云检测阶段，通过与训练阶段相同的预处理、波段选择和特征提取，对高光谱每个像元进行分类；考察像元与邻域像元的一致性，最终确定该像元是否为有云像元，最后统计有云像元所占比例，给出云判结果。本发明结合图像分割、目标分类识别和机器学习技术，解决了高光谱云判问题，避免了仅利用纹理信息或仅利用光谱信息而造成的低检测率的缺陷。
一种基于空间光谱信息自动检测方法

[发明专利]高光谱图像矫正方法、装置、计算机设备和存储介质-CN202210632407.0在审
发明人：杨康;杜文涛;郭京雨;王莹;张猛 -专利权人：宁波力显智能科技有限公司
申请日： 2022-06-07 - 公布日： 2022-10-04 - 主分类号： G06T5/00 文献下载
摘要：本申请涉及一种高光谱图像矫正方法、装置、计算机设备和存储介质。所述方法包括：获取高光谱图像；所述高光谱图像包含多个像元；通过特征提取网络，提取所述高光谱图像的各横向光谱特征；根据各所述横向光谱特征、以及图像畸变算法，确定各所述横向光谱特征的畸变信息；并根据各所述畸变信息、以及畸变分布算法，确定所述高光谱图像的畸变分布情况；根据所述畸变分布情况、以及所述高光谱图像，确定所述高光谱图像中各所述像元的位置偏差值，并通过各所述像元的位置偏差值，对所述高光谱图像中的各所述像元进行调整，得到已矫正的高光谱图像。采用本方法提升高光谱图像的矫正效果。
光谱图像矫正方法装置计算机设备存储介质

[发明专利]一种基于光谱角度的高光谱图像目标特征提取方法-CN202011188705.2有效
发明人：孙康;陈金勇;李方方;王敏;帅通;王士成 -专利权人：中国电子科技集团公司第五十四研究所
申请日： 2020-10-30 - 公布日： 2022-12-09 - 主分类号： G06V10/46 文献下载
摘要：本发明公开了一种基于光谱角度的高光谱图像目标特征提取方法，属于遥感图像处理技术领域。其包括以下步骤：计算高光谱图像的协方差矩阵和均值光谱；计算投影均值光谱和投影目标光谱；从投影均值光谱和投影目标光谱中依次去除每个元素，形成新的投影均值光谱和投影目标光谱，并计算其光谱角度；搜索具有最大光谱角度的投影均值光谱和投影目标光谱，将其替换原投影均值光谱和投影目标光谱；更新当前剩余的特征数目，直至特征数目达到要求。本发明通过协方差矩阵的引入，对均值光谱和目标光谱进行投影，在突出目标信息的同时，对背景进行了压制，从而能够获取目标与背景最大区分的波段，提高了高光谱图像目标提取的精度。
一种基于光谱角度图像目标特征提取方法

[发明专利]基于全卷积网络的高光谱遥感图像的分类方法-CN201711309106.X在审
发明人：宋春燕;刘亚洲;孙权森 -专利权人：南京理工大学
申请日： 2017-12-11 - 公布日： 2018-06-15 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于全卷积网络的高光谱遥感图像的分类方法，包括数据预处理、特征提取、分类三个过程，将高光谱遥感图像输入全卷积网络模型中处理，利用全卷积网络的特性，提取高光谱遥感图像的特征，并对其进行分类首先将高光谱遥感数据降到低维空间，然后将低维高光谱图像输入全卷积网络模型中进行处理，取处理过程中得到的卷积层作为特征；再将得到的特征图像分为训练集和测试集，训练稀疏表示字典；最后对测试集进行稀疏重构，得到分类结果本发明充分结合了高光谱数据的光谱和空间特征，利用全卷积网络不限制输入大小的优势，对不同大小、不同样本分布情况的高光谱遥感图像数据，都可以充分提取特征信息，得到非常精确的分类结果。 1
卷积高光谱遥感图像分类分类结果网络模型测试集网络高光谱遥感数据高光谱数据高光谱图像数据预处理低维空间空间特征特征提取特征图像提取特征稀疏表示稀疏重构样本分布训练集低维光谱字典

[发明专利]一种基于高光谱数据的水体总磷浓度反演方法和装置-CN202310561129.9有效
发明人：张立福;王宏庆;孙雪剑;黄瑶;张彩霞;蓝梓月 -专利权人：天津中科谱光信息技术有限公司
申请日： 2023-05-18 - 公布日： 2023-08-25 - 主分类号： G06F30/27 文献下载
摘要：本发明提供一种基于高光谱数据的水体总磷浓度反演方法和装置，方法包括：获取待检测水体高光谱数据并进行预处理；采用变分自编码器对预处理后的水体高光谱数据进行特征提取；训练预先建立的基学习器模型，使用AdaBoost算法对基学习器模型进行集成，得到基学习器模型输出的预测结果，采用加权平均法对预测结果进行集成提升；使用自注意力机制对集成提升后的特征进行加权，使用多层感知机进行水体总磷浓度的反演计算。本发明采用变分自编码器对高光谱数据进行有效的降维和特征提取，提高模型泛化能力，减少计算资源需求，采用自注意力机制捕捉高光谱数据中的多尺度结构依赖关系，挖掘数据中的细微差别，提高反演的精度和稳定性。
一种基于光谱数据水体浓度反演方法装置

[发明专利]基于多尺度特征提取和全变分的异源图像融合方法-CN202110648481.7在审
发明人：冯伟;童莹萍;全英汇;李强;吴普侠;任爱峰;徐楷杰 -专利权人：西安电子科技大学
申请日： 2021-06-10 - 公布日： 2021-10-29 - 主分类号： G06K9/62 文献下载
摘要：本发明属于图像处理技术领域，具体公开了一种基于多尺度特征提取和全变分的异源图像融合方法，从遥感卫星影像中获取高光谱图像与激光雷达图像，分别提取高光谱图像与激光雷达图像的拓展多属性剖面；堆叠高光谱图像与激光雷达图像的光谱特征与空间特征，采用主成分分析的方法对堆叠的数据进行降维，得到特征缩减后的数据F；使用相对全变分模型来处理特征数据F，得到特征融合数据。本发明以从多源异构数据中提取结构相关性，增加抗噪性，提高土地覆盖分类的准确性。
基于尺度特征提取全变分图像融合方法

[发明专利]一种基于全光谱相关性学习网络的高光谱图像分类方法-CN202311073574.7在审
发明人：李伟;胡文帅;张蒙蒙;陶然 -专利权人：北京理工大学
申请日： 2023-08-24 - 公布日： 2023-10-27 - 主分类号： G06V10/764 文献下载
摘要：本发明提供一种基于全光谱相关性学习网络的高光谱图像分类方法，针对相邻光谱波段之间和非相邻光谱波段之间存在的相关性，设计全光谱相关性自适应学习模块，并以其为基本结构单元，构建主干特征提取网络，提取联合光谱相关性增强、保留本征几何结构的深度语义空谱特征；提取具有细节信息和可解释性信息的传统手工特征，并借助门控结构思想，设计非对称融合模块，在低复杂度下对齐和融合上述两种多模态空谱特征；联合上述两个模块提出全光谱相关性学习网络，实现高光谱图像的有效分类。本发明提出的分类算法能充分利用高光谱图像的光谱属性特点，有效实现地物目标分类。
一种基于光谱相关性学习网络图像分类方法

[发明专利]双分支深层结构下的高光谱图像分类方法及装置-CN201711372365.7在审
发明人：郝思媛;张芬 -专利权人：青岛理工大学
申请日： 2017-12-19 - 公布日： 2018-05-29 - 主分类号： G06K9/00 文献下载
摘要：本发明提供的是一种双分支深层结构下的高光谱图像分类方法及装置，可以显著提高图像的分类精度。一方面，提出方法包括影像预处理、特征提取、空‑谱特征融合、分类四个步骤。影像预处理用于选取两个分支所需的训练集和测试集，且进行归一化处理；特征提取是用于构建双分支深层结构来提取高光谱遥感影像的深层语义信息；空‑谱特征融合是在两个分支网络结构末端分别加入soft‑max分类器，分别获取样本的概率矩阵，然后利用多源特征融合技术将双分支深层结构获取的光谱特征和空间特征融合；分类是利用支持向量机对融合后的特征进行分类。
深层结构分类特征融合高光谱图像影像预处理特征提取高光谱遥感影像归一化处理预处理模块支持向量机概率矩阵光谱特征空间特征评估模块融合模块网络结构语义信息测试集分类器训练集融合多源构建样本图像

[发明专利]基于显微高光谱的微生物活性检测方法和系统-CN202211312861.4在审
发明人：赵静;吴晨璐;郭金玲;马盼盼;胡雪婷 -专利权人：天津中医药大学
申请日： 2022-10-25 - 公布日： 2023-01-20 - 主分类号： G01N21/01 文献下载
摘要：本发明涉及一种基于显微高光谱的微生物活性检测方法和系统，包括：获取待检测涂片的高光谱立方体数据；待检测涂片上包含待检测菌液；待检测菌液为待检测微生物的菌液；高光谱立方体数据包括多个通道下的高光谱图像；对高光谱立方体数据进行分割，提取单细胞立方体数据；对单细胞立方体数据进行感兴趣区域的光谱提取操作，得到多个感兴趣区域的特征光谱；对单细胞立方体数据进行图像特征提取操作，得到单细胞图像特征；将特征光谱和单细胞图像特征作为输入数据、
基于显微光谱微生物活性检测方法系统

[发明专利]地理信息遥感测绘系统及其方法-CN202310312360.4在审
发明人：何杰;蒋晓静;黄丁发;冯威;龚晓颖 -专利权人：西南交通大学
申请日： 2023-03-28 - 公布日： 2023-07-18 - 主分类号： G06V20/10 文献下载
摘要：一种地理信息遥感测绘系统及其方法，其获取待处理遥感多光谱图像；采用基于深度学习的人工智能技术，挖掘遥感光谱图像中关于地物的光谱特征，基于地物的光谱特征提取遥感光谱图像中的地物隐含特征信息，以将图像所有的像元按性质分为若干类别这样，可以精准地进行地物的识别分类，以准确地将遥感光谱图像分割为几个不同类别像元性质的地物类别子区域。
地理信息遥感测绘系统及其方法