|
搜索
搜 索
高等教育领域数字化综合服务平台
基于超像素样本扩充的空谱全卷积高光谱图像分类方法
本成果提出的基于超像素样本扩充的空谱全卷积高光谱图像分类方法有效的利用高光谱图像的超像素分割结果指导伪样本扩充增加了训练集样本数量，解决了高光谱图像有标记样本的稀缺问题，同时空谱的全卷积分类网络也充分利用了多尺度的空间特征和光谱特征实现了较高的分类精度。
成果非涉密，专利申请已经提交。
实验采用反射光学系统成像光谱仪（ROSIS）传感器获取意大利北部帕维亚大学（Pavia University）的高光谱图像数据。该数据集由 103 个光谱带组成，共 610×340 像素，光谱覆盖范围从 430nm 到 860nm，空间分辨率为 1.3m。该数据集一共含有 9 个类别的 42776个有标记样本，选取每类 30 个有标记样本作为训练集，其余作为测试集。
由下表可以看出，在每类选取 30 个样本的情况下，本 模 型 的 OA，AA，Kappa系 数 比 DFFN 模 型 高 出20.8%，17.4% 和 26.5%；比CNN 高 出 23.1%，18.8% 和29.2%。并且下表证明了使用了伪标签样本扩充的空谱全卷积网络的本方法在小样本情况下每个类的分类准确性均优于 DFFN 和 CNN，达到了较好的分类效果。
表 1 PaviaU 数据集上对比实验结果
西安电子科技大学
2023-03-03
基于空谱差分辅助核联合稀疏表示的高光谱图像分类
该成果提出了一种基于空谱差分辅助核联合稀疏表示分类的高光谱图像分类方法。本章方法的主要创新性在于：1）能够将光谱的差分辅助信息和原光谱特征信息有效结合。2）能够考虑不同光谱属性间的高阶空间相关信息。3）原空谱和差分空谱核特征字典的信息通过具有混合正则的核联合稀疏表示分类方法得到充分利用。通过在真实高光谱图像数据上的实验表明，该成果提出的方法能够有效地提高高光谱遥感图像的分类效果。
主要技术指标
不同数据集下的训练样本与测试样本数参阅表 1. 在该训练样本集数量下的分类结果表现参见表 2. 相比于传统分类器 SVM，OA 提高了约 20%；相比于 SOMP，OA 提高了约20%。
该成果无需使用 GPU 资源在保证精度的同时有效提升了分类的精度和效果，同时在较少训练样本条件下仍能得到较好的分类精度和分类效果。
表 1. 不同数据集下的训练样本选取数量
表 2. PaviaU 大学数据下不同方法的正确率比较
西安电子科技大学
2023-03-22
一种结合点特征和线特征的图像匹配方法
本发明公开了一种结合点特征和线特征描述子的图像匹配算法，包括：(1)分别对模板图和实时图在多尺度下提取角点；(2)获得实时图和模板图角点周围的边缘集合；(3)计算步骤(1)获得的最终选定的实时图与模板图角点的类ORB点特征描述子；(4)利用最小截平方Hausdorff距离描述步骤(2)获得的实时图和模板图的边缘集合的匹配相似度；(5)计算步骤(3)中获得的实时图与模板图角点的类 ORB 点特征描述子的匹配相似度；(6
华中科技大学
2021-04-14
多参数模型指导的迭代提取血管造影图像运动参数的方法
本发明公开了一种多参数模型指导的迭代提取血管造影图像运动参数的方法，包括：从造影图序列的医学图像中自动选取 I 个血管结构特征点，并分别对这些特征点在整个造影图序列中进行自动跟踪，以得到每个特征点的跟踪序列，利用离散傅里叶变换对每个特征点的跟踪序列进行处理，以生成离散傅里叶变换结果 Si(k)，初始化迭代参数 j＝0，并获取离散傅里叶变换结果 Si(k)中各频点的幅度和频率范围，在各频点的幅度和频率范围中对该频点的跟
华中科技大学
2021-04-14
一种基于边缘几何特征的图像识别方法及系统
本发明公开了一种基于边缘几何特征的图像识别方法，包括对工件的原始图像进行滤波处理；对上述滤波处理后的图像进行二值化处理；对二值化处理后的图像查找获得轮廓序列集；从上述轮廓序列集中筛选出合格的工件轮廓；确定上述工件轮廓的最小外接矩形，并确定上述工件轮廓的中心点；沿上述最小外接矩形的四条边的方向截取上述工件轮廓的四个子序列；使用边缘几何特征算子计算上述四个子序列中各子序列的能量值；确定上述四个子序列中能量值最大的子序列，并确定工件的方向角。本发明还提供了相应的图像识别系统。本发明无需建立工件的模板数据库
华中科技大学
2021-04-14
一种基于忆阻器的图像识别系统及方法
本发明公开了一种基于忆阻器的图像识别系统及方法。所述系 统包括图像信号提取模块、多个基于忆阻器的神经网络模块和识别模 块；所述识别模块其输入端与多个神经网络模块的输出端相连；每个 神经网络模块的输出端与识别模块的输入端相连，其输入端与信号提 取模块的输出端相连。所述方法包括以下步骤：（1）获取待识别灰度 图像的特征向量并输入各神经网络模型；（2）各神经网络模型根据其 图像模型对所述特征向量分别进行打分并进行识别；（3
华中科技大学
2021-04-14
一种基于边缘几何特征的图像识别方法及系统
本发明公开了一种基于边缘几何特征的图像识别方法，包括对 工件的原始图像进行滤波处理；对上述滤波处理后的图像进行二值化 处理；对二值化处理后的图像查找获得轮廓序列集；从上述轮廓序列 集中筛选出合格的工件轮廓；确定上述工件轮廓的最小外接矩形，并 确定上述工件轮廓的中心点；沿上述最小外接矩形的四条边的方向截 取上述工件轮廓的四个子序列；使用边缘几何特征算子计算上述四个 子序列中各子序列的能量值；确定上述四个子序列中能量值最大的子 序列，并确定工件的方向角。本发明还提供了相应的图像识别系统。 本发明无需建立
华中科技大学
2021-04-14
基于多相位小波变换和 MTFC 的真彩色图像融合方法
一种基于多相位小波变换和 MTFC 的真彩色图像融合方法，包括将彩色影像从 RGB 色彩空间转换 到 IHS 色彩空间;将彩色图像的亮度分量以及全色影像分别采用两种初始相位参数 I、II 进行小波分解; 根据自适应融合准则，对彩色图像的亮度分量以及全色影像采用初始相位参数 I 进行小波分解的结果进 行融合处理，对彩色图像的亮度分量以及全色影像采用初始相位参数 II 进行小波分解的结果进行融合处 理;进行灰度畸变替换处理;基于 MTFC 复原方法，对经过去畸变处理的亮度成分进行影像复原处理， 得到复原后的亮度分量;对复原后的亮度分量以及彩色影像的色度分量与饱和度分量进行 IHS 反变换， 获取融合后的影像。
武汉大学
2021-04-13
基于核相似区分布特性的图像角点检测方法及系统
本发明公开了一种基于核相似区分布特性的图像角点检测方法及系统，包括:步骤 1，构造一个圆 模板和 m 个角模板;步骤 2，获得圆模板和角模板的核相似区面积;步骤 3，按核相似区面积大小对角 模板对应的方向排序，获得方向序列;步骤 4，基于方向序列确定主方向并判断主方向连续性;步骤 5， 根据圆模板的核相似区面积、角模板中最大核相似区面积和最小核相似区面积的差值、主方向数量和主 方向连续判断模板中心是否为候选角点;步骤 6，基于步骤 5 的判断结果进行非极大值抑制，确定图像 角点。在角点提取过程中，本发明同时考虑了核相似区的面积和分布特性，可避免角点的误提取，从而 提高角点检测精度。
武汉大学
2021-04-13
基于对象随机游走的遥感图像视觉显著性检测方法及系统
一种基于对象随机游走的遥感图像视觉显著性检测方法及系统，包括进行多尺度分割，并在每个尺 度下分别对颜色特征相似的邻接区域进行合并;对于每个尺度下的分割结果，分别提取每个分割区域的 视觉特征，构建当前尺度下的对象集合;对于每个尺度下的对象集合，通过对象间的特征差异计算对应 的边缘权重，并计算注意焦点在对象间的转移概率，获得注意焦点的转移概率矩阵，分别根据注意焦点 的转移概率矩阵计算注意焦点在所有对象间的平稳分布，由该平稳分布中每个对象对应的概率进一步计 算视觉显著性并归一化，获得当前尺度下的归一化视觉显著图;融合各个尺度下的视觉显著图，即可获 得该遥感图像最终的视觉显著图。
武汉大学
2021-04-13