青岛星科瑞升信息科技有限公司
- 作品数:61 被引量:22H指数:2
- 相关机构:山东科技大学中国石油大学(华东)青岛海信电器股份有限公司更多>>
- 发文基金:国家自然科学基金更多>>
- 相关领域:自动化与计算机技术电子电信环境科学与工程农业科学更多>>
- 改进的多尺度形状模板匹配算法被引量:11
- 2022年
- 针对形状模板匹配算法在目标发生尺度变化时匹配效率低的问题,提出一种改进的多尺度形状模板匹配算法。离线过程中,针对参考点和多尺度模板与目标的匹配不适应情况,提出一种新的参考点选取方法;在线过程中,采用一种优先匹配策略,确定该尺度层存在最佳模板的期望值,并依此判断该尺度层模板参与匹配的必要性;基于选取的最优参考点和优先匹配策略实现目标的高效匹配。实验结果显示,与经典算法相比,所提算法的平均匹配时间分别为NCC算法、SSDA算法的0.81%、2.25%;且当目标发生平移、旋转和尺度等复杂变化时,依然可以实现目标的精确匹配。
- 王凯余振军何显辉夹尚丰孙洋孙林
- 关键词:边缘点多尺度参考点相似度
- 一种增强二维奇异谱分析的空间特征提取方法
- 本发明公开了一种增强二维奇异谱分析的空间特征提取方法,利用像素的局部相似性来增强空间特征提取效果。基于传统2DSSA,本发明提出一种改进的自适应窗口来代替固定窗口,结合目标像素的邻域相似性实现嵌入过程,得到具有低秩性的轨...
- 付航于会泳刘春秀董震高慧娟
- 文献传递
- 基于VIIRS数据的山东省秸秆焚烧时空变化研究被引量:2
- 2022年
- 为了准确快速地了解山东省秸秆焚烧现象的时空动态变化规律,提高秸秆焚烧预警能力和监督核查能力,该文借助卫星遥感大面积同步监测的技术特点,利用2015-2020年9-11月长时间序列VIIRS传感器火点产品VNP14IMG为主要数据源,辅以MODIS传感器地表覆盖产品MCD12Q1,提取了山东省区域秸秆焚烧火点,并分析了全省秸秆焚烧的空间分布状况和时间变化规律。研究结果表明:空间尺度上,滨州市、临沂市、聊城市、潍坊市、东营市、菏泽市等地区火点最为集中,6年累计火点数量占山东省的62.5%,威海市、日照市火点数量最少;时间上,2015-2020年,山东省秸秆焚烧火点数量总体呈显著下降趋势,2016-2017年平均年降幅达50.0%,2018-2020年降幅较小,滨州市、聊城市、德州市、菏泽市、东营市等地区火点数量减少最为显著,降幅均在80%以上,大部分地区秸秆焚烧现象主要集中在9-10月。近年来,山东省秸秆焚烧现象得到了有效控制。
- 曹惠明孟祥亮孔梅于会泳于会泳王凯刘春秀刘喜荣
- 关键词:秸秆焚烧遥感监测
- 基于机器学习的夜间图像处理方法及系统
- 本申请公开了一种基于机器学习的夜间图像处理方法及系统,涉及卫星图像云检测技术领域;其中,方法包括:基于卫星传感器支持的至少一种云检测识别波段的辐射信息,从所述至少一种云检测波段中确定白天和夜间所述卫星传感器的辐射特性相同...
- 陈勇史晓航王春香蔡丽杰高慧娟刘喜荣张倩
- 一种基于边缘形状特征的字符缺陷检测算法
- 2023年
- 针对传统的缺陷检测方法在复杂光照条件下对印刷品缺陷检测精度不高的问题,提出一种基于边缘形状特征的字符缺陷检测算法。该算法通过Sobel算子滤波后得到的梯度数据为基础,根据边缘连通域长度,确定最优的边缘分割阈值。获得边缘轮廓点的梯度方向和坐标作为匹配信息,根据轮廓点匹配度,使用粗筛选和精筛选相结合的方式来寻找缺陷点,基于缺陷点填充寻找连通域的方式,标记字符缺陷区域。为了使匹配算法满足实时性要求,采用图像金字塔算法和通过阈值判断提前结束的搜索策略。实验表明该算法在复杂光照条件下能够快速准确定位印刷品缺陷。
- 孙洋孙林夹尚丰余振军
- 关键词:复杂光照
- 高光谱数据支持的深度学习卫星数据云检测方法
- 本发明公开了高光谱数据支持的深度学习卫星数据云检测方法,其包括以下步骤:选取足够数量的云和晴空像元构建高光谱数据样本库,根据待检测传感器的光谱响应函数、波段宽度等参数对高光谱像元样本库模拟计算,得到待检测传感器的云和晴空...
- 夹尚丰孙林王春香
- 文献传递
- 基于模板匹配的多尺度目标定位方法
- 本发明公开了一种基于模板匹配的多尺度目标定位方法,将所述初始模板图像进行不同尺度变换,获取多个尺度层的模板图像,构建多尺度模板库;基于所述多尺度模板库,获取最优参考边缘点;创建待处理图像的图像金字塔,从所述多尺度模板库中...
- 王凯夹尚丰余振军何显辉孙洋贾坤昊
- 一种应用于城市的新型高光谱植被指数的构建方法
- 本发明公开了一种应用于城市的新型高光谱植被指数的构建方法,包括以下步骤:收集城市不同地物类别中心区域的高光谱影像样本以及城市不同密度植被中心区域的高光谱影像样本二;对高光谱影像样本一和高光谱影像样本二进行分析,得出城市地...
- 孙根云矫志军潘兆杰蔡丽杰张爱华
- 文献传递
- 基于深度学习的气象资料迹线识别被引量:1
- 2022年
- 气象历史资料数字化是中国气象局“气候变化应对工程”的重要建设内容之一。气象历史资料数字化主要内容是完成珍贵纸质气象资料中字符和迹线信息的数字化处理,建立历史长序列气象资料数据集。气象自记纸记录的迹线信息是气象历史资料的重要内容,气象资料迹线信息的准确跟踪和提取是实现气象历史资料数字化的重要环节。然而,由于纸质气象资料存放时间长,气象迹线识别面临迹线记录模糊或迹线晕染等问题。传统的图像分割和迹线提取算法依赖局部或单一的图像特征,无法有效识别复杂背景中的气象迹线信息,特别是变化的、模糊的、晕染的迹线。为了解决上述问题,提出了一种基于深度学习模型的气象资料迹线自动识别方法。该方法结合传统算法和U-network (U-net)语义分割网络自动提取不同尺度的光谱和空间特征,实现气象迹线的高精度识别。以达因型风自记纸为例,以《地面气象观测规范》为依据,对不同台站、不同年份的3 200多张达因风自记纸进行迹线识别验证,风向迹线平均识别正确率达95%,风速迹线平均识别正确率达95.5%。结果表明:该方法能够准确识别迹线,高度还原了气象迹线信息。该方法适用于风、气压、温度、湿度等气象资料迹线自动识别业务化处理,能够大大减少工作量和降低人工成本,为气象预报预测业务和科研工作提供基础数据支撑。
- 鞠晓慧马楠王妍范宇琛
- 关键词:数字化
- 一种基于自适应k均值聚类的多目标定位方法
- 本发明提出一种基于自适应k均值聚类的多目标定位方法,密度峰值聚类算法(DPC)和k‑means聚类算法相结合,提出自适应k‑means聚类算法,基于提取的特征点,自适应确定待定位目标数量,对不同目标的特征点集聚类;通过最...
- 何显辉夹尚丰余振军王凯马楠贾坤昊