“高光谱图像技术”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12563267个，建议您升级VIP下载更多相关专利

[发明专利]一种高光谱-多光谱图像的去噪融合方法-CN202310675670.2有效
发明人：孔祥阳;李登万;邱黎明;唐延东;钟铃 -专利权人：四川工程职业技术学院
申请日： 2023-06-08 - 公布日： 2023-08-22 - 主分类号： G06T5/00 文献下载
摘要：本申请公开了一种高光谱‑多光谱图像的去噪融合方法，涉及图像处理技术领域；解决了现有技术对高光谱‑多光谱图像的去噪融合效率较低的技术问题。所述一种高光谱‑多光谱图像的去噪融合方法，包括以下步骤：获取原始高光谱图像和多光谱原始图像；将所述原始高光谱图像和所述多光谱原始图像输入至所述目标融合模型，以获得目标融合图像；其中，所述目标融合模型是基于空间‑光谱特征保留策略和噪声抑制策略构建的，所述空间‑光谱特征保留策略是利用高光谱图像和多光谱图像的空间‑光谱相关性及分辨率互补特性，通过交替优化得到高空间分辨率高光谱图像的核张量和因子矩阵；所述噪声抑制策略是通过引入张量
一种光谱图像融合方法

[发明专利]显微高光谱图像分类模型的构建方法、分类方法及装置-CN202210803265.X在审
发明人：黄慧;李龙宇;孙泽浩;李培良;郭卜瑜;宋宏 -专利权人：浙江大学
申请日： 2022-07-07 - 公布日： 2022-11-22 - 主分类号： G06V20/69 文献下载
摘要：本发明属于海洋环境监测领域，公开了一种显微高光谱图像分类模型的构建方法、分类方法及装置，包括：获取微藻与微塑料混合物样品的显微高光谱图像；根据图像单应性变换模型，对每一光谱维度内的所述显微高光谱图像进行拼接，获得各光谱维度对应的高光谱图像；对所述高光谱图像的拼接边缘进行去噪处理；对去噪处理后的所述高光谱图像进行高光谱数据降维处理；根据去噪处理后的高光谱图像和降维处理后的高光谱图像，建立分类模型，以对显微高光谱图像进行识别本申请基于显微高光谱成像技术，对数十微米级的微塑料与微藻进行识别，结合显微图像拼接技术，提升了检测限。
显微光谱图像分类模型构建方法装置

[发明专利]高光谱图像全色锐化方法、装置及电子设备-CN201910132953.6有效
发明人：万余庆;贺霖;魏云迅;朱嘉炜 -专利权人：中煤航测遥感集团有限公司;西安煤航遥感信息有限公司;华南理工大学
申请日： 2019-02-22 - 公布日： 2020-09-29 - 主分类号： G06T5/00 文献下载
摘要：本发明提供了一种高光谱图像全色锐化方法、装置及电子设备，涉及图像处理的技术领域，包括获取待处理高光谱图像和与待处理高光谱图像配准的全色图像；对待处理高光谱图像进行光谱推断，得到包含有效光谱波段的高光谱图像并将其与全色图像依次进行拼接处理，特征提取和图像还原，得到待处理高光谱图像的特征图像；将特征图像中的每个像素点与待处理高光谱图像的对应像素点进行相加运算，得到目标图像。该方法通过将特征图像与待处理高光谱图像进行相加运算处理，进而得到目标图像，实现了得到的目标图像光谱特性不受破坏，缓解了现有的提升高光谱图像空间分辨率的方法锐化后的图像光谱失真的技术问题。
光谱图像全色锐化方法装置电子设备

[发明专利]基于空谱信息丰度约束的高光谱图像组稀疏解混方法-CN201410810715.3有效
发明人：张向荣;焦李成;吴健康;马文萍;马晶晶;侯彪;白静;刘红英 -专利权人：西安电子科技大学
申请日： 2014-12-22 - 公布日： 2020-04-24 - 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，具体公开了基于空谱信息丰度约束的高光谱图像组稀疏解混方法，其实现步骤为：输入高光谱图像数据集及标准光谱库；利用均值漂移算法对高光谱图像数据自适应分组；对每组高光谱图像数据进行组稀疏解混；利用每组高光谱图像数据对应的丰度矩阵作为依据修剪光谱库；输出高光谱图像数据稀疏解混结果。本发明考虑高光谱数据和光谱库数据的结构特点，将组稀疏解混和光谱库修剪策略用于高光谱图像解混，提高了现有技术中对高光谱数据稀疏解混的精度。本发明的方法是基于半监督的高光谱图像解混方法，拥有稀疏解混的优势和较高的解混精度，是一种有效的高光谱图像解混方法。
基于信息约束光谱图像稀疏方法

[发明专利]高光谱图像预处理方法、装置及电子设备-CN201810009247.8有效
发明人：万余庆 -专利权人：中煤航测遥感集团有限公司;西安煤航遥感信息有限公司
申请日： 2018-01-04 - 公布日： 2020-05-05 - 主分类号： G06T5/00 文献下载
摘要：本发明实施例提供一种高光谱图像预处理方法、装置及电子设备，涉及图像处理技术领域，该方法包括：获得多个待处理高光谱图像，根据多个待处理高光谱图像中行数最小的待处理高光谱图像对其它待处理高光谱图像进行修正，得到修正版高光谱图像，针对每个修正版高光谱图像，获得亮度和调整系数，根据亮度和调整系数对该修正版高光谱图像进行调整得到调整版高光谱图像。获得定标公式，根据定标公式对该调整版高光谱图像进行光谱定标处理得到光谱定标图像，获取该光谱定标图像的光谱反射率，根据所述光谱反射率对该光谱定标图像进行平滑处理，得到平滑高光谱图像。采用该方法、装置及电子设备，能解决图像的辐射畸变和光谱曲线失真的问题。
光谱图像预处理方法装置电子设备

[发明专利]基于递进式空谱联合深度网络的高光谱遥感图像生成方法-CN202110098567.7有效
发明人：谷延锋;李天帅 -专利权人：哈尔滨工业大学
申请日： 2021-01-25 - 公布日： 2022-03-04 - 主分类号： G06V20/13 文献下载
摘要：基于递进式空谱联合深度网络的高光谱遥感图像生成方法，涉及深度神经网络和光谱超分辨技术。本发明的目的是为了解决现有缺少根据多光谱图像获得高光谱图像的方法。本申请通过递进式空谱联合深度网络获取原始多光谱图像到重构高光谱图像的映射关系进而通过多光谱图像生成高光谱图像。另外，本申请将重构多光谱图像与原始多光谱图像进行对比，从而判断生成的重构高光谱图像的效果，以保证生成的重构高光谱图像具有更优的生成效果。它用于获得高光谱图像。
基于递进式空谱联合深度网络光谱遥感图像生成方法

[发明专利]一种高光谱图像分类方法、系统和存储介质-CN202111229505.1在审
发明人：陈梦晨;杨志景 -专利权人：广东工业大学
申请日： 2021-10-21 - 公布日： 2022-03-01 - 主分类号： G06V20/00 文献下载
摘要：本发明提供了一种高光谱图像分类方法、系统和存储介质，涉及遥感图像分类技术领域。本发明使用超像素分割和PCA对高光谱图像进行处理，得到降维的高光谱图像作为光谱信息，并通过多个保边滤波器分别对降维的高光谱图像进行滤波处理，得到多个滤波图像作为空间信息，然后结合空间信息和光谱信息对高光谱图像进行分类，充分利用了高光谱图像的光谱信息和空间信息，分类精度高，并且本技术方案不同于传统的对高光谱图像全局PCA处理，而是采用超像素分割将高光谱图像分割成多个均匀区域，再分别进行PCA处理，避免了图像边缘信息和其他独立成分丢失
一种光谱图像分类方法系统存储介质

[发明专利]航空高光谱遥感图像光谱域噪声自检测与去除方法-CN200510027528.9无效
发明人：王强;束炯 -专利权人：华东师范大学
申请日： 2005-07-05 - 公布日： 2005-12-21 - 主分类号： G01S17/89 文献下载
摘要：一种涉及航空高光谱遥感图像光谱域噪声自检测与去除方法，尤指一种针对国产高光谱遥感器的高光谱图像进行处理，可以检测并去除高光谱图像光谱域中噪声，属工程科学技术中的遥感技术应用领域。该方法是通过一种适用于光谱噪声评定的变量、判定适用于光谱噪声评定的条件及找到适用于高光谱图像光谱域滤波器的方法，实现检测区分高光谱图像光谱域噪声或细微光谱特征，对光谱域较大噪声去除；主要解决如何找到适用于高光谱图像光谱域滤波器的方法系统软件及有关硬件等技术问题本发明的优点是：能有效的去除光谱中存在噪声，并能保留光谱原有的大部分光谱特征，是地物实测光谱和高光谱图像预处理的一种有效手段。
航空光谱遥感图像噪声检测去除方法

[发明专利]一种基于光谱信息的水果高光谱图像分割方法-CN201710890756.1有效
发明人：田有文;张芳;何宽 -专利权人：沈阳农业大学
申请日： 2017-09-27 - 公布日： 2023-09-22 - 主分类号： G06T7/10 文献下载
摘要：一种基于光谱信息的水果高光谱图像分割方法，涉及光谱图像处理。该基于光谱信息的水果高光谱图像分割方法，是利用高光谱成像设备同时采集待测水果的光谱信息和图像信息，结合光谱分析技术、计算机图像处理和机器视觉技术的优点，对待测水果进行分割的技术。采集到的待测水果高光谱图像是在特定波长范围内由一系列连续的较窄波段图像组成的三维图像数据块。在此三维图像数据块内水果与背景的每个像素点的光谱信息都有较大的差异，通过对比分析水果与背景之间光谱数据的差异采用‘光谱均值‑阈值’分割算法，能够快速准确的分割水果图像。
一种基于光谱信息水果图像分割方法

[发明专利]基于组块低秩张量模型的无监督高光谱数据降维方法-CN201510504295.0有效
发明人：安金梁;左现刚;雷进辉;胡萍;许睿;赵欣;张利伟 -专利权人：河南科技学院
申请日： 2015-08-17 - 公布日： 2018-05-25 - 主分类号： G06T3/00 文献下载
摘要：本发明提供了一种基于组块低秩张量模型的无监督高光谱数据降维方法，主要解决现有技术获取高光谱数据类标难以及高光谱图像空谱联合信息利用不充分的问题。其技术方案是：1.输入高光谱图像数据，获得高光谱图像的张量表示形式；2.设定高光谱图像空间分块尺寸，对高光谱图像进行空间镜像扩展；3.对扩展后的高光谱图像在空间维进行分块处理；4.对三阶图像块进行聚类操作；5.用低秩张量分析对各个聚类组分别进行降维，得到各聚类组的降维结果；6.对降维后的三阶图像块按原始位置还原，得到原始高光谱图像降维结果。本发明提高了降维后数据的可分性，有利于提高后续高光谱图像分类的正确率，可用于高光谱图像的处理。
高光谱图像降维高光谱数据低秩图像块无监督聚类三阶组块高光谱图像数据表示形式分块处理技术获取镜像扩展聚类操作空间分块联合信息张量分析可分性空间维正确率可用类标还原分类

[发明专利]高光谱图像异常检测方法、装置、设备及存储介质-CN202310077517.X在审
发明人：高连如;孙旭;孙晓彤;庄丽娜;张兵 -专利权人：中国科学院空天信息创新研究院
申请日： 2023-01-17 - 公布日： 2023-06-02 - 主分类号： G06T7/00 文献下载
摘要：本发明涉及图像处理技术领域，提供一种高光谱图像异常检测方法、装置、设备及存储介质，该方法包括：获取待处理的高光谱图像；根据所述高光谱图像的波段数目和像元数目，分别对所述高光谱图像进行行列划分，构建高光谱图像的棋盘型拓扑框架；基于构建的棋盘型拓扑框架，确定所述高光谱图像中的各待测像元的目标异常分数，并根据各待测像元的目标异常分数确定对高光谱图像的异常检测结果。本发明提供的高光谱图像异常检测方法，通过构建棋盘型拓扑框架对高光谱图像进行拆解，对待测像元逐一进行异常探测，充分挖掘高光谱图像的特征并提取高光谱图像中的地物细节信息，提高对高光谱图像异常检测的准确性。
光谱图像异常检测方法装置设备存储介质

[发明专利]空间-光谱联合遥感高光谱图像的异常检测方法-CN202310414342.7在审
发明人：张钧萍;唐雨欣;张晔 -专利权人：哈尔滨工业大学
申请日： 2023-04-18 - 公布日： 2023-09-19 - 主分类号： G06T7/00 文献下载
摘要：空间‑光谱联合遥感高光谱图像的异常检测方法，属于高光谱图像技术领域，本发明为解决现有高光谱异常检测存在数据存在特征维度大、数据量大、数据相关性高、冗余度高，以及准确性和效率比较差的问题。它包括：对高光谱图像中的数据进行波段分组预处理；将波段分组后的高光谱数据作为输入，构建Transformer深度学习模型，对高光谱图像的背景进行重建；采用空间‑光谱联合方法对重建背景的图像与原始高光谱图像之间的残差图像进行联合检测，分别获得光谱域和空间域的异常检测结果，将光谱域和空间域的异常检测结果进行线性组合，获得高光谱图像的异常检测结果。本发明用于高光谱图像的异常检测。
空间光谱联合遥感图像异常检测方法

[发明专利]一种高光谱图像滤波降噪的方法-CN202111418958.9有效
发明人：李志峰 -专利权人：江苏云脑数据科技有限公司
申请日： 2021-11-26 - 公布日： 2023-02-10 - 主分类号： G06T5/00 文献下载
摘要：本发明涉及高光谱图像技术领域，具体公开了一种高光谱图像滤波降噪的方法，其中，包括：获取待滤波的高光谱图像的图像信息，所述图像信息包括图像平面坐标轴和波段；根据所述图像信息选择匹配的三维滤波窗口，并确定与所述三维滤波窗口对应的拟合多项式；根据所述三维滤波窗口遍历所述待滤波的高光谱图像，并通过所述拟合多项式实现对所述待滤波的高光谱图像内的所有数据点进行拟合；根据拟合后的数据生成新的高光谱图像，所述新的高光谱图像的空间大小与所述待滤波的高光谱图像一致本发明提供的高光谱图像滤波降噪的方法针对高光谱图像平滑效果更加准确。
一种光谱图像滤波方法

[发明专利]一种基于张量的高阶奇异值分解的高光谱图像去噪方法-CN202211366751.6在审
发明人：张亦敏;王明辉 -专利权人：四川大学
申请日： 2022-11-01 - 公布日： 2023-02-03 - 主分类号： G06T5/00 文献下载
摘要：本发明涉及一种基于张量的高阶奇异值分解的高光谱图像去噪方法，属于高光谱图像处理技术领域。为了克服现有技术中的问题，本发明提供一种基于张量的高阶奇异值分解的高光谱图像去噪方法，包括将高光谱图像张量进行分块，并将相似快合并聚类；根据高光谱图像的非局部自相似性、频谱域全局相关性建立高光谱图像去噪优化模型；采用ADM算法求解高光谱图像去噪优化模型；利用无噪声图像块组合还原得到无噪声高光谱图像。本发明通过将高光谱图像的非局部自相似域信息、频谱域信息与空间域信息相分离的方法对图像进行频谱域低秩约束，有效地改善了张量的展开矩阵不平衡的问题，极大地利用了高光谱图像频谱域的全局的和局部的相关性。
一种基于张量奇异分解光谱图像方法

[发明专利]基于空谱联合多假设预测的高光谱图像压缩感知重构方法-CN201811170150.1有效
发明人：王丽;王威 -专利权人：西安航空学院
申请日： 2018-10-09 - 公布日： 2022-09-30 - 主分类号： G06T9/00 文献下载
摘要：本发明提供了一种基于空谱联合多假设预测的高光谱图像压缩感知重构方法，属于图像压缩技术领域，包括：利用高光谱成像仪采集高光谱图像；对高光谱图像进行重构。该方法本发明由于采用空间相关性和谱间相关性进行高光谱图像的预测，相比现有预测技术提高了预测的精度；本发明由于采用迭代方式实现高光谱图像的残差重构，重构图像精度低的缺点，通过建立空谱联合的多假设预测模型，更充分地刻画了高光谱图像的空间相关性和谱间相关性，解决了现有高光谱图像压缩感知重构算法对空间和谱间特性利用不够充分的问题。
基于联合假设预测光谱图像压缩感知方法

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