“洪中华”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56个，建议您升级VIP下载更多相关专利

[发明专利]一种用于大规模影像高精度自适应特征点匹配方法-CN202310886926.4在审
发明人： 洪中华;陆煜;周汝雁;潘海燕;马振玲;张云;韩彦岭;王静;杨树瑚;徐利军 -专利权人：上海海洋大学
申请日： 2023-07-19 - 公布日： 2023-10-20 - 主分类号： G06V10/40 文献下载
摘要：本发明公开了一种用于大规模影像高精度自适应特征点匹配方法，包括步骤：接收一组原始影像资料，对原始影像进行预处理；对经过预处理的影像进行自适应的特征点检测；根据特征点检测结果对影像进行特征点匹配。预处理过程包括，获取原始影像及其对应的RPC文件，对原始影像中的主影像分块，通过RPC文件获取不同影像中的重叠区域。在对原始影像中的主影像分块后，保留分块后不同块的角点像方坐标，通过角点的像方坐标与影像的RPC信息，获取不同影像间的重叠区域。
一种用于大规模影像高精度自适应特征匹配方法

[发明专利]一种基于被云污染的参考图像的颜色校正方法-CN202310886925.X在审
发明人： 洪中华;徐长有;周汝雁;潘海燕;马振玲;张云;韩彦岭;王静;杨树瑚;徐利军 -专利权人：上海海洋大学
申请日： 2023-07-19 - 公布日： 2023-10-17 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种基于被云污染的参考图像的颜色校正方法，该方法对参考图像进行优化，进而基于优化后的参考图像对原始影像进行颜色校正。包括步骤：获得参考影像，修补该参考影像上被云和/或云阴影污染的区域，并提取修补后的参考影像的低频信息；对原始影像进行降采样，以获得与参考影像分辨率一致的降采样影像；提取降采样影像的高频信息；叠加所述高、低频信息，以生成优化后的参考影像。通过泊松混合修补该参考影像上被云和/或云阴影污染的区域，并采用高斯滤波提取修补后的参考影像的低频信息。
一种基于污染参考图像颜色校正方法

[发明专利]一种高分辨率遥感影像映射转换密集匹配与三维重建方法-CN202310886947.6在审
发明人： 洪中华;张宏扬;周汝雁;潘海燕;马振玲;张云;韩彦岭;王静;杨树瑚;徐利军 -专利权人：上海海洋大学
申请日： 2023-07-19 - 公布日： 2023-10-17 - 主分类号： G06T17/00 文献下载
摘要：本发明公开了一种高分辨率遥感影像映射转换密集匹配与三维重建方法，包括步骤：接收第一遥感影像；对所述第一遥感影像进行正射纠正，获得第二遥感影像；对第二遥感影像进行重采样，获得第三遥感影像；对第三遥感影像进行自适应扩展分块，并对分块后的影像进行密集匹配生成对应的视差图；基于视差图和分块信息，将每对同名像点恢复到其在正射纠正影像上的坐标，再对同名点对进行逆正射纠正，将点对坐标恢复到第一高分辨率遥感影像上，获得对应的三维点坐标形成的三维点云；对三维点云进行栅格化采样生成高分辨率DSM。
一种高分辨率遥感影像映射转换密集匹配三维重建方法

[发明专利]一种地表水边界精细化提取方法-CN202310560319.9在审
发明人：潘海燕;陈颢心;洪中华;周汝雁;马振玲;张云;韩彦岭;王静;杨树瑚;徐利军 -专利权人：上海海洋大学
申请日： 2023-05-18 - 公布日： 2023-10-13 - 主分类号： G06V20/10 文献下载
摘要：本发明公开了一种地表水边界精细化提取方法。该地表水边界精细化提取方法包括：构建地表水图像数据集合；构建卷积神经网络，卷积神经网络包括浅层特征提取模块、SE注意力模块和特征融合模块；浅层特征提取模块用于对卷积块处理通道中的下采样卷积块处理后的特征进行SA模块处理；SE注意力模块用于对卷积块处理通道的输入图像进行SE模块处理；特征融合模块用于进行特征融合；采用地表水图像数据集合对卷积神经网络进行训练，得到训练好的地表水边界提取模型；用训练好的模型对待处理地表图像上的地表水边界自动提取。本发明的地表水边界精细化提取方法实现对地表图像中窄小的河流以及细小的水体进行标注，实现对地表水边界的精细化提取。
一种地表水边界精细提取方法

[发明专利]一种基于时空特征融合的卫星遥感火点实时监测方法-CN202310407853.6在审
发明人： 洪中华;唐治洲;周汝雁;潘海燕;马振玲;张云;韩彦岭;王静;杨树瑚;徐利军 -专利权人：上海海洋大学
申请日： 2023-04-17 - 公布日： 2023-09-05 - 主分类号： G06V20/13 文献下载
摘要：本发明公开一种基于时空特征融合的卫星遥感火点实时监测方法，获取需要预测时刻对应的地球同步卫星历史遥感影像数据，构建每幅历史遥感影像中每个像素点所包含的空间信息、波段信息和时间信息，并依据复制法进行火点数量扩充，再结合“反刍”法，完成数据集的建立，然后以数据集中每幅历史遥感影像重构后的像素点作为输入，以每幅历史遥感影像的实际火点情况作为输出，对监测网络模型进行训练，最后构建需要预测日期的预测时刻遥感影像中每个像素点所包含的空间信息、波段信息和时间信息，将重构后的像素点逐个输入训练好的监测网络模型息进行特征提取，并输出最终的各像素分类结果，经过可视化后生成火点图，以此完成火点监测。
一种基于时空特征融合卫星遥感实时监测方法

[发明专利]一种用于应急救援的震后建筑物受损评估方法-CN202310700174.8有效
发明人：刘军;晏鄂川;洪中华;罗益钢;黄依玲;程超;孙瑞洁;王盈;陈厦;邹冉;吕侃;徐晓天;周汝雁;韩春燕;韩珂 -专利权人：中国地质大学（武汉）;中国地震应急搜救中心
申请日： 2023-06-14 - 公布日： 2023-08-22 - 主分类号： G06V10/764 文献下载
摘要：本公开涉及地震灾情评估领域，具体涉及一种用于应急救援的震后建筑物受损评估方法，该方法包括：对获取的多张带建筑物受损类别标签的历史震后正摄影像进行预处理得到训练数据集；基于建筑物加强特征提取神经网络构建建筑物受损分类模型，加强特征提取网络中，设计了特征加强模块和两个辅助监测模块，语义分割网络模块的编码器单元经特征加强模块与第一辅助监测模块连接，第二辅助监测模块与语义分割网络模块的解码器单元内的倒数第二层连接，利用训练数据集训练模型以获得训练好的建筑物受损分类模型；将待评估影像输入训练好的建筑物受损分类模型，输出震后建筑物受损类别用于应急救援。利用本公开的方法提高了震后建筑物受损评估结果的准确性。
一种用于应急救援建筑物受损评估方法

[发明专利]一种基于灰度成本的大规模镶嵌线提取方法-CN202310471426.4在审
发明人： 洪中华;胡上成;周汝雁;潘海燕;马振玲;张云;韩彦岭;王静;杨树瑚;徐利军 -专利权人：上海海洋大学
申请日： 2023-04-27 - 公布日： 2023-08-08 - 主分类号： G06V20/13 文献下载
摘要：本发明公开一种基于灰度成本的大规模镶嵌线提取方法，包括计算相邻的两幅正射影像的重叠区域，提取重叠区域的轮廓点集；依据所述轮廓点集，计算重叠区域的骨架点及平分线并构造带权图，再使用Dijkstra算法找到起止点之间的最小路径作为初始镶嵌线，根据初始镶嵌线裁剪各幅正射影像的轮廓区域，以构造初始镶嵌线网络；使用改进的A星搜索算法从初始镶嵌线的起始点开始，根据动态调整的代价函数计算到达终止点的最小成本代价路径为最终镶嵌线，以此优化初始镶嵌线网络，通过优化后的镶嵌线网络对相邻的两幅正射影像的有效区域进行重投影镶嵌，最终获得镶嵌影像。
一种基于灰度成本大规模镶嵌提取方法

[发明专利]一种海面风速预测方法和系统-CN202310405985.5在审
发明人：张云;赵星宇;杨树瑚;韩彦岭;洪中华;马振玲;王静;潘海燕 -专利权人：上海海洋大学
申请日： 2023-04-17 - 公布日： 2023-07-14 - 主分类号： G01W1/10 文献下载
摘要：本发明公开了一种海面风速预测方法，包括步骤：接收海洋表面的GNSS‑R数据，设其为第一数据；接收星载微波散射计对所述海洋表面的测量数据，设其为第二数据；将第一数据与第二数据输入经过海面风速预测模型，获得预测海面风速值。所述海面风速预测模型包括机器学习ML回归模型，所述第一数据和第二数据通过所述ML回归模型进行反演计算和融合，获得预测海面风速值。
一种海面风速预测方法系统

[发明专利]一种多源数据融合的陨石坑年龄分类方法-CN202310461638.4在审
发明人： 洪中华;钟琳萱;周汝雁;潘海燕;马振玲;张云;韩彦岭;王静;杨树瑚;徐利军 -专利权人：上海海洋大学
申请日： 2023-04-26 - 公布日： 2023-07-07 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种多源数据融合的陨石坑年龄分类方法。本发明的陨石坑年龄分类方法包括：准备用于训练的陨石坑多源融合数据，每个陨石坑多源融合数据中包括图像融合数据和属性融合数据，属性融合数据中融合形态属性融合数据和地质属性融合数据；搭建陨石坑年龄分类判定深度学习模型；利用用于训练的陨石坑多源融合数据对陨石坑年龄分类判定深度学习模型进行半监督学习训练；将待判定年龄的陨石坑数据输入训练好的分类判定模型，来判断陨石坑的年龄类别；陨石坑年龄分类判定模型中设置有图像特征提取通道、属性特征提取通道、特征融合模块、预分类模块以及决策融合模块。本发明的陨石坑年龄分类方法提升了陨石坑年龄分类判定的准确性和稳定性。
一种数据融合陨石坑年龄分类方法

[发明专利]一种用于苹果采摘机器人的果实快速识别方法-CN201911248880.3有效
发明人：王静;王乐琪;董洪伟;刘建云;朱海怡;张云;韩彦岭;周汝雁;洪中华;杨树瑚 -专利权人：上海海洋大学
申请日： 2019-12-09 - 公布日： 2023-06-23 - 主分类号： G06V20/40 文献下载
摘要：本发明公开了一种用于苹果采摘机器人的果实快速识别方法，对采集的图像进行颜色空间的转换，将RGB颜色空间图片转换成Lab颜色空间的图片，对Lab颜色空间下的图片进行一种基于亮度的优化显著性检测处理；对原始图像用色差法进行处理，其结果与显著性检测结果做融合处理；最终将直方图反向投影的结果和显著性检测的结果进行融合处理，OTSU二值化处理，通过最大连通域分析方法获得最大连通域，对最大连通域进行动态次数阈值腐蚀操作，对腐蚀结果再次做最大连通域分析获得最大连通域，最后对最大连通域进行与腐蚀操作等次数等结构元素的膨胀操作；做最大连通域的外接矩形实现对果实的标定。
一种用于苹果采摘机器人果实快速识别方法

[发明专利]一种用于大范围遥感影像的特征匹配方法-CN202111197830.4在审
发明人： 洪中华;耿勇胜;周汝雁;潘海燕;张云;韩彦岭;徐利军;杨树瑚;王静 -专利权人：上海海洋大学
申请日： 2021-10-14 - 公布日： 2023-04-18 - 主分类号： G06V20/13 文献下载
摘要：本发明属于空间遥感图像的技术领域，公开了一种用于大范围遥感影像的特征匹配方法，分别计算每个输入图像和相关图像的重叠区域，再利用SAR‑SIFT特征匹配方法对两个输入图像的重叠区域进行特征点提取和匹配，并将匹配好的特征点进行可视化处理，在进行特征点提取时，根据SAR‑SIFT特征匹配方法构建的金字塔图像层数，CPU单元遵循fork/join模式进行子线程划分，然后再调用GPU单元计算每个子线程对应的金字塔图像层的响应函数，计算完响应函数采用OpenMP多线程提取特征点和构建特征点描述子。
一种用于范围遥感影像特征匹配方法

[发明专利]基于残差网络和特征融合模块的高光谱遥感地物分类方法-CN202010283765.6有效
发明人：韩彦岭;崔鹏霞;王静;张云;洪中华;曹守启;周汝雁 -专利权人：上海海洋大学
申请日： 2020-04-13 - 公布日： 2023-04-18 - 主分类号： G06V20/13 文献下载
摘要：本发明公开了一种基于残差网络和特征融合的高光谱遥感地物分类方法，该方法解决了利用传统方法进行高光谱遥感地物分类难以提高精度和高光谱遥感地物图像中空间特征未能充分利用的弊端，其技术方案要点包括以下步骤：通过原始高光谱图像获得原始标签样本数据；从原始数据中提取空间特征；将标签样本随机划分为训练样本和测试样本，通过基于残差网络和特征融合方法对高光谱遥感数据进行训练，训练后的网络模型可以对地物进行分类并将结果可视化。本发明的基于残差网络和特征融合的高光谱遥感地物分类方法，能够提高分类模型的性能，充分利用残差网络提取到的深层特征，有效提高分类精度。
基于网络特征融合模块光谱遥感地物分类方法

[发明专利]一种基于空谱联合特征的高光谱海冰检测方法-CN201911233282.9有效
发明人：韩彦岭;高仪;王静;张云;洪中华;杨树瑚 -专利权人：上海海洋大学
申请日： 2019-12-05 - 公布日： 2023-04-07 - 主分类号： G06V20/10 文献下载
摘要：本发明公开了一种基于空谱联合特征的高光谱海冰检测方法，解决了传统方法限制了高光谱海冰图像分类精度提升的弊端，其技术方案要点是包括有以下步骤：通过原始高光谱图像获得原始数据；从原始数据中提取空间特征并获取得到标签样本；从原始数据数据中选择各标签样本的近邻未标签样本并进行处理；将标签样本和未标签样本融合以形成输入数据；将输入数据随机划分为训练样本和测试样本，通过训练样本对预建的三维CNN网络模型进行训练，通过测试样本进行测试，以得到分类精度；通过训练测试后的三维CNN网络模型对高光谱遥感图像进行检测分类，本发明的一种基于空谱联合特征的高光谱海冰检测方法，能够有效的克服现有困难，改进高光谱海冰的分类精度。
一种基于联合特征光谱检测方法

[发明专利]基于卷积神经网络的遥感的海冰图像分类方法-CN202010283629.7有效
发明人：韩彦岭;魏聪;曹守启;洪中华;杨树瑚;周汝雁;张云 -专利权人：上海海洋大学
申请日： 2020-04-13 - 公布日： 2023-03-03 - 主分类号： G06V20/13 文献下载
摘要：本发明公开了一种基于卷积神经网络的遥感海冰图像分类方法，解决了传统方法不能充分挖掘高光谱遥感海冰图像空谱特征以及不能结合分类目标有效区分不同光谱特征贡献度的弊端，其技术方案要点是包括有以下步骤：通过原始遥感图像获得原始数据；从原始数据中手工标记部分样本作为样本库；将输入数据根据设定策略随机选择训练样；将其余样本作为测试样本；通过训练样本对预建的三维卷积神经网络模型进行训练和特征提取，并通过挤压激励网络对提取的特征进行权重调整，并最终选择支持向量机分类器完成分类；通过训练测试后的三维卷积神经网络模型对高光谱遥感图像进行检测分类，本发明能够有效地克服现有困难，提高遥感海冰图像的分类精度。
基于卷积神经网络遥感图像分类方法

[发明专利]一种基于大数据平台分布式瓦片金字塔的三维路径规划方法-CN202211033770.7在审
发明人： 洪中华;涂斌;周汝雁;潘海燕;马振玲;张云;韩彦岭;王静;杨树瑚;徐利军 -专利权人：上海海洋大学
申请日： 2022-08-26 - 公布日： 2022-12-06 - 主分类号： G05D1/02 文献下载
摘要：本发明公开了一种基于大数据平台分布式瓦片金字塔的三维路径规划方法，将待探索区域的大型三维地形数据DEM进行分布式瓦片金字塔处理，并将生成的分布式瓦片金字塔存储到Hadoop分布式文件系统HDFS内；使用Spark的分布式计算集群从HDFS里由上至下读取分布式瓦片金字塔的DEM数据，并采用由粗粒度到细粒度迭代的路径规划方法进行待探索区域的三维路径规划。本方法通过建立DEM的分布式瓦片金字塔的存储模型以及Spark分布式处理瓦片金字塔的流程框架，提升分布式瓦片金字塔的路径搜索效率，提高大型DEM数据的远距离路径规划任务的运行速度，同时采用粗粒度到细粒度的路径规划，而减少路径规划运行时间。
一种基于数据平台分布式瓦片金字塔三维路径规划方法

1
2
3
4
下一页»
尾页
共 56 条