| 序号 | 专利名 | 申请号 | 申请日 | 公开（公告）号 | 公开（公告）日 | 发明人 |
|---|---|---|---|---|---|---|
| 81 | 一种高分6号高分相机影像与宽幅相机影像快速融合方法 | CN202111116549.3 | 2021-09-23 | CN113850850A | 2021-12-28 | 王密; 谢广奇 |
| 本发明提供了一种高分6号高分相机影像与宽幅相机影像快速融合方法，首先基于全色影像对全谱段影像进行虚拟化粗配准，然后采用采用小面元微分纠正的方法对粗配准后的全色与全谱段影像进行精配准，得到精配准的全色影像和虚拟全谱段影像，最后基于平滑滤波将全色波段分解，进行高分6号全色与全谱段影像融合。本发明的方法能够有效地将高分6号的全谱段与可见光波段融合，保留全谱段光谱信息的同时，提升其空间分辨率。 | ||||||
| 82 | 一种非监督学习的遥感影像空谱融合方法及系统 | CN202011398541.6 | 2020-12-02 | CN112508082A | 2021-03-16 | 蒋梦辉; 李杰; 沈焕锋; 袁强强 |
| 本发明提供一种非监督学习的遥感影像空谱融合方法及系统，通过深度学习实现遥感影像融合，其特征在于：基于单组全色‑多光谱影像对，采用非监督的网络训练模式，实现融合该全色‑多光谱影像对；实现过程包括对该单组全色‑多光谱影像对中原始观测的全色影像和多光谱影像分别进行降采样作为网络训练数据对，将原始观测的多光谱影像作为网络标签数据，快速训练融合网络，将原始观测的全色影像和多光谱影像输入训练好的融合网络，得到融合影像。本发明使用降采样的方法构造训练数据对，避免了传统网络方法训练过程对地面真值的需求，实现非监督学习；此外本发明针对单组全色‑多光谱影像对训练网络，不需要大量的训练数据，能快速完成网络的训练。 | ||||||
| 83 | 一种HCS结合小波变换的遥感图像融合方法 | CN201410607032.8 | 2014-10-30 | CN104346790B | 2017-06-20 | 刘凯; 刘洋; 柳林 |
| 本发明公开一种HCS结合小波变换的遥感图像融合方法，对低空间分辨率的多光谱影像和高空间分辨率的全色影像进行影像配准，将多光谱影像重采样至与全色影像相同像元尺寸，裁剪得到相同图幅范围的多光谱影像和全色影像等待融合；对多光谱影像进行HCS变换得到强度分量和若干角度分量；对强度分量和全色影像采用小波基进行多层二维小波分解，得到强度分量信号和全色信号；以权重将强度分量和全色信号在信号级别上加权求和，得到融合信号；采用小波基对融合信号进行多层二维小波重构，得到增强后的强度分量；对增强后的强度分量使用角度分量进行分解得到最终融合影像。本发明在接近完美地保留多光谱数据的光谱信息的同时，增强了融合结果的影像信息质量。 | ||||||
| 84 | 一种HCS结合小波变换的遥感图像融合方法 | CN201410607032.8 | 2014-10-30 | CN104346790A | 2015-02-11 | 刘凯; 刘洋; 柳林 |
| 本发明公开一种HCS结合小波变换的遥感图像融合方法，对低空间分辨率的多光谱影像和高空间分辨率的全色影像进行影像配准，将多光谱影像重采样至与全色影像相同像元尺寸，裁剪得到相同图幅范围的多光谱影像和全色影像等待融合；对多光谱影像进行HCS变换得到强度分量和若干角度分量；对强度分量和全色影像采用小波基进行多层二维小波分解，得到强度分量信号和全色信号；以权重将强度分量和全色信号在信号级别上加权求和，得到融合信号；采用小波基对融合信号进行多层二维小波重构，得到增强后的强度分量；对增强后的强度分量使用角度分量进行分解得到最终融合影像。本发明在接近完美地保留多光谱数据的光谱信息的同时，增强了融合结果的影像信息质量。 | ||||||
| 85 | 一种卫星影像的条带噪声去除方法 | CN202411180865.0 | 2024-08-27 | CN119180964A | 2024-12-24 | 张思诗; 潘承河; 程晓; 黄华兵 |
| 本申请涉及地球科学技术领域，尤其是涉及一种卫星影像的条带噪声去除方法，通过采集卫星影像，使用小波变换将所述卫星影像分离成高频影像和低频影像；将地物区域对应的非噪声区域与全色影像进行拟合分析，基于拟合结果建立所述非噪声区域与全色影像DN值的比值关系，基于所述比值关系和全色影像对所述噪声区域进行修正，得到此地物区域对应的修正影像；将所述修正影像结合所述去噪后的高频影像进行小波逆变换，得到去噪卫星影像，能够去除卫星影像的蓝光波段的条带噪声，减少复杂条带噪声对卫星影像的影响，并最大限度地保留地物信息。 | ||||||
| 86 | 一种基于卷积增强和HCS变换的遥感影像融合方法 | CN201510210332.7 | 2015-04-28 | CN104851091A | 2015-08-19 | 柳林; 刘洋; 刘凯; 李想 |
| 本发明公开一种基于卷积增强和HCS变换的遥感影像融合方法，对低空间分辨率的多光谱影像和高空间分辨率的全色影像进行影像配准，将低空间分辨率的多光谱影像重采样至与高空间分辨率的全色影像相同像元尺寸，裁剪得到相同图幅范围的多光谱影像和全色影像等待融合；对低空间分辨率的多光谱影像进行HCS变换得到强度分量和若干角度分量；对高空间分辨率的全色影像采用空间滤波算子进行卷积滤波得到空间细节信息；将空间细节信息以权重补充到强度分量中得到增强后的强度分量；对增强后的强度分量使用之前得到的若干角度分量进行分解得到最终融合影像。本法是将HCS变换、卷积滤波算法应用于多光谱影像与全色影像的融合，极大增强了融合结果的空间细节信息。 | ||||||
| 87 | 一种遥感影像融合方法、装置、存储介质及电子设备 | CN202510274959.2 | 2025-03-10 | CN119785161A | 2025-04-08 | 陈自强; 宫禄齐; 侯瑞峥; 沈炯行; 应志文; 巨然 |
| 本说明书公开了一种遥感影像融合方法、装置、存储介质及电子设备。在采用本说明书提供的遥感影像融合方法实现卫星采集的多光谱影像与全色影像之间的融合时，可首先对多光谱影像和全色影像进行分块处理，得到多光谱影像子图与全色影像子图；随后对描述相同区域的多光谱影像子图和全色影像子图进行融合，得到融合影像子图；最终合并各融合影像子图得到目标融合影像。采用本方法可使遥感影像融合的全过程在星载计算机上实现，充分利用星载计算机的空闲算力的同时，大幅减少了星地见传输时需要传输的数据量，有效提高了遥感影像融合的效果和效率，减少了传输成本，且保证了目标融合影像的数据时效性。 | ||||||
| 88 | 一种空-谱互注图像融合方法、系统及可读存储介质 | CN202311284702.2 | 2023-10-07 | CN117253125B | 2024-03-22 | 余顺超; 刘超群; 贾正雷; 杨敏; 王晓刚; 高俊; 刘淑冰 |
| 本发明公开了一种空‑谱互注图像融合方法、系统及可读存储介质。所述方法包括：输入遥感影像全色波段及多光谱波段；配准多光谱影像与全色影像，并对各影像波段重采样，用多光谱影像构建中介波段后封装融合对象，统计各参与融合影像波段的均值、均方差和相关系数矩阵；在全色波段和多光谱波段影像中分别选取融合目标波段和融合源波段，对多光谱影像各波段进行均值滤波图像的融合计算；再计算均值滤波图像融合成果的均值及均方差，按照多光谱影像的直方图对均值滤波融合成果进行直方图匹配，获得最终融合成果。本发明可有效提高全色波段与多光谱波段图像空‑谱融合的稳定性、适应性，高度保持多光谱影像丰富光谱信息及全色影像的精细空间信息。 | ||||||
| 89 | 一种空-谱互注图像融合方法、系统及可读存储介质 | CN202311284702.2 | 2023-10-07 | CN117253125A | 2023-12-19 | 余顺超; 刘超群; 贾正雷; 杨敏; 王晓刚; 高俊; 刘淑冰 |
| 本发明公开了一种空‑谱互注图像融合方法、系统及可读存储介质。所述方法包括：输入遥感影像全色波段及多光谱波段；配准多光谱影像与全色影像，并对各影像波段重采样，用多光谱影像构建中介波段后封装融合对象，统计各参与融合影像波段的均值、均方差和相关系数矩阵；在全色波段和多光谱波段影像中分别选取融合目标波段和融合源波段，对多光谱影像各波段进行均值滤波图像的融合计算；再计算均值滤波图像融合成果的均值及均方差，按照多光谱影像的直方图对均值滤波融合成果进行直方图匹配，获得最终融合成果。本发明可有效提高全色波段与多光谱波段图像空‑谱融合的稳定性、适应性，高度保持多光谱影像丰富光谱信息及全色影像的精细空间信息。 | ||||||
| 90 | 一种快速识别遥感影像内部错位的方法、装置、设备及介质 | CN202411986945.5 | 2024-12-31 | CN119379700A | 2025-01-28 | 刘继东; 魏彦铭; 吴媛; 李静; 朱立博; 范禹静; 江腾达; 宋启帆 |
| 本发明公开了一种快速识别遥感影像内部错位的方法、装置、设备及介质，涉及遥感影像内部进行错位识别的技术领域，其中方法包括：获取同一遥感影像的全色影像和多光谱影像，找出全色影像与多光谱影像的同名点，计算同名点对应的物方坐标，比较同名点获取的物方坐标的位置偏移量，依据位置偏移量识别遥感影像内部是否错位。本发明通过计算遥感影像内的像方与像方几何关系，得到全色影像和多光谱影像对应的同名点，得到同名像点的物方坐标，通过计算同名像点的物方坐标偏差，即可判别遥感影像是否发生内部错位，对于全色影像和多光谱影像的同名点物方坐标，当偏差平均值超过10米即可准确判断识别，提高了遥感影像内部错位的精度。 | ||||||
| 91 | 一种多尺度光谱投影遥感影像融合方法 | CN201010266592.3 | 2010-08-30 | CN101916435B | 2011-12-28 | 邵振峰; 刘军 |
| 本发明涉及一种多尺度光谱投影遥感影像融合方法，包括以下步骤：对原始全色影像和原始多光谱影像进行精确的空间配准，通过引入改进的高斯尺度空间理论，分别生成低空间分辨率的原始多光谱各波段影像和原始高空间分辨率全色影像的高斯影像立方体，然后利用高斯影像立方体的层影像提取多光谱各波段影像和全色影像的光谱特征，最后将光谱特征按照加权融合策略投影到原始全色影像上，得到具有高空间分辨率和高光谱分辨率的融合多光谱影像。本发明在提高影像空间分辨率的同时，极大地保留了原始多光谱影像的光谱信息，能够在空间分辨率与光谱分辨率之间取得一个更好的平衡，从而使获取的融合影像具有更高的质量和更大的实用价值。 | ||||||
| 92 | 一种快速识别遥感影像内部错位的方法、装置、设备及介质 | CN202411986945.5 | 2024-12-31 | CN119379700B | 2025-04-18 | 刘继东; 魏彦铭; 吴媛; 李静; 朱立博; 范禹静; 江腾达; 宋启帆 |
| 本发明公开了一种快速识别遥感影像内部错位的方法、装置、设备及介质，涉及遥感影像内部进行错位识别的技术领域，其中方法包括：获取同一遥感影像的全色影像和多光谱影像，找出全色影像与多光谱影像的同名点，计算同名点对应的物方坐标，比较同名点获取的物方坐标的位置偏移量，依据位置偏移量识别遥感影像内部是否错位。本发明通过计算遥感影像内的像方与像方几何关系，得到全色影像和多光谱影像对应的同名点，得到同名像点的物方坐标，通过计算同名像点的物方坐标偏差，即可判别遥感影像是否发生内部错位，对于全色影像和多光谱影像的同名点物方坐标，当偏差平均值超过10米即可准确判断识别，提高了遥感影像内部错位的精度。 | ||||||
| 93 | 一种多尺度光谱投影遥感影像融合方法 | CN201010266592.3 | 2010-08-30 | CN101916435A | 2010-12-15 | 邵振峰; 刘军 |
| 本发明涉及一种多尺度光谱投影遥感影像融合方法，包括以下步骤：对原始全色影像和原始多光谱影像进行精确的空间配准，通过引入改进的高斯尺度空间理论，分别生成低空间分辨率的原始多光谱各波段影像和原始高空间分辨率全色影像的高斯影像立方体，然后利用高斯影像立方体的层影像提取多光谱各波段影像和全色影像的光谱特征，最后将光谱特征按照加权融合策略投影到原始全色影像上，得到具有高空间分辨率和高光谱分辨率的融合多光谱影像。本发明在在提高影像空间分辨率的同时，极大地保留了原始多光谱影像的光谱信息，能够在空间分辨率与光谱分辨率之间取得一个更好的平衡，从而使获取的融合影像具有更高的质量和更大的实用价值。 | ||||||
| 94 | 基于交叉光谱-空间融合网络的遥感全色锐化方法及系统 | CN202311230797.X | 2023-09-21 | CN117274093A | 2023-12-22 | 邵振峰; 王宇 |
| 本发明提供一种基于交叉光谱‑空间融合网络的遥感全色锐化方法及系统，包括将高分辨率多光谱遥感影像降采样至目标低分辨率多光谱遥感影像，以构造成对的高低分辨率样本库；将低分辨率多光谱遥感影像和全色遥感影像作为输入，通过基础残差模块提取低分辨率多光谱遥感影像和全色遥感影像的特征信息；利用交叉光谱空间注意力模块来提取多光谱分支的光谱信息和全色分支的空间信息，然后逐步增强遥感影像的光谱和空间特征表示，从而改进融合过程并生成具有细节信息的高分辨率多光谱影像。本发明方案在定性和定量的评价下均优于其他遥感影像全色锐化方法，并且能融合生成更高精度的遥感影像高分辨率多光谱重建结果。 | ||||||
| 95 | 一种LiDAR辅助下基于LEGION的高分辨率航空影像分割方法 | CN201210541289.9 | 2012-12-14 | CN103035006A | 2013-04-10 | 程亮; 汪业成; 李满春; 刘永学; 李飞雪; 陈振杰; 黄秋昊; 陈东; 童礼华 |
| 本发明涉及一种LiDAR辅助下基于LEGION的高分辨率航空影像分割方法，包括以下步骤：利用LiDAR激光点云数据生成激光回波强度影像；激光回波强度影像与遥感影像全色波段进行配准；使用主成分分析法（PCA）对配准后的激光回波强度影像与遥感影像全色波段进行融合，获得融合影像；对融合影像进行LEGION图像分割。与现有技术相比，本发明利用主成分分析法（PCA）融合激光回波强度影像和高分辨率遥感影像全色波段，综合利用两种不同数据源作为LEGION分割方法的输入数据，较好保留了LiDAR数据和全色波段影像的特征，有效地提高了高分辨率遥感影像的分割精度。本发明综合使用LiDAR数据和遥感影像的信息来进行LEGION分割，实践证明，该技术够能有效地进行遥感影像分割，得到满意的分割效果。 | ||||||
| 96 | 一种多光谱TDI成像方法及装置 | CN201811480714.1 | 2018-12-05 | CN109640012A | 2019-04-16 | 薛旭成; 韩诚山; 胡长虹; 黄良; 李洪法 |
| 本发明涉及光电探测成像领域，具体涉及一种多光谱TDI成像方法及装置，该方法及装置在数字域TDI模式下，在面阵CMOS图像传感器架构中为全色(P)和蓝(B1)、绿(B2)、红(B3)、近红外(B4)谱段单独设置成像参数，采用面阵CMOS图像传感器在推扫工作模式下实现多谱段数字TDI推扫成像，将面阵CMOS图像传感器中全色波段影像与多波段影像进行融合处理，合成得到彩色图像，将全色遥感影像与多波段影像融合处理，得到既有全色影像的高分辨率，又有多波段影像的彩色信息的影像，成像精度高。 | ||||||
| 97 | 一种基于GF-7卫星多角度特征进行作物识别的方法及系统 | CN202210580524.7 | 2022-05-25 | CN114972253A | 2022-08-30 | 丁志平; 梁治华 |
| 本申请涉及农作物识别技术领域，特别涉及一种基于多角度特征的农作物识别方法及系统。该方法包括：依次对前视全色影像、后视全色影像以及多光谱影像进行配准和数据融合处理，得到融合影像；然后对前视全色影像的双向反射分布函数和后视全色影像的双向反射函数进行差值运算，得到角差特征；最后基于预先训练的农作物分类模型，根据融合影像中的光谱特征和角差特征的特征组合对融合影像进行识别，得到农作物识别结果。如此，利用卫星影像的前视、后视全色及后视多光谱数据，将不同特征组合输入到支撑向量机分类器进行分类，有效识别出具有相同光谱特征的不同农作物，提高了农作物识别的精度。 | ||||||
| 98 | 高空间分辨率全色通道绝对定标系数模拟及交叉定标方法 | CN201510293733.3 | 2015-06-01 | CN105043411B | 2018-02-06 | 刘凯; 刘洋; 柳林 |
| 本发明公开一种高空间分辨率全色通道绝对定标系数模拟及交叉定标方法，通过全色通道和多光谱通道样本计算关系因子和质量因子，求二者的积并进行归一化处理得到拟合权重，采用该权重对多光谱通道绝对定标系数加权求和即得到全色通道绝对定标系数模拟结果；针对资源三号全色DN值影像，基于该模拟结果进行定标，并采用相似传感器空间分辨率参数计算能量因子进行校正，即可得到较为准确的全色通道辐射亮度值。本发明基于统计学原理，仅基于原始数据和多光谱通道绝对定标系数即可快速、简单并且有效地模拟得到全色通道的绝对定标系数并进行定标，对于高空间分辨率全色影像，尤其是部分资源三号全色数据，可以弥补其缺失绝对定标系数而无法定标的不足。 | ||||||
| 99 | 高空间分辨率全色通道绝对定标系数模拟及交叉定标方法 | CN201510293733.3 | 2015-06-01 | CN105043411A | 2015-11-11 | 刘凯; 刘洋; 柳林 |
| 本发明公开一种高空间分辨率全色通道绝对定标系数模拟及交叉定标方法，通过全色通道和多光谱通道样本计算关系因子和质量因子，求二者的积并进行归一化处理得到拟合权重，采用该权重对多光谱通道绝对定标系数加权求和即得到全色通道绝对定标系数模拟结果；针对资源三号全色DN值影像，基于该模拟结果进行定标，并采用相似传感器空间分辨率参数计算能量因子进行校正，即可得到较为准确的全色通道辐射亮度值。本发明基于统计学原理，仅基于原始数据和多光谱通道绝对定标系数即可快速、简单并且有效地模拟得到全色通道的绝对定标系数并进行定标，对于高空间分辨率全色影像，尤其是部分资源三号全色数据，可以弥补其缺失绝对定标系数而无法定标的不足。 | ||||||
| 100 | 遥感影像乘积融合方法、系统、设备及存储介质 | CN202510043321.8 | 2025-01-10 | CN119963963A | 2025-05-09 | 余顺超; 刘超群; 何颖清; 王行汉; 杨莉玲; 余文波 |
| 本发明公开了一种遥感影像乘积融合方法、系统、设备及存储介质，所述方法包括：获取遥感影像全色波段和遥感影像多光谱波段；利用多光谱波段构建中介波段，将中介波段、全色波段和多光谱波段合成一个影像；将多光谱波段中各波段和全色波段分别与中介波段进行影像特征匹配，得到匹配后的多光谱波段与全色波段；将匹配后的全色波段与中介波段之比作为影像空谱融合乘积因子并分别与匹配后的多光谱波段中各波段相乘，得到融合后的多光谱波段；将融合后的多光谱波段进行合并并存储合并后的影像。本发明突破了传统融合的波段限制，显著提高了融合结果的多光谱影像光谱信息高保真能力及高分辨率影像的精细空间几何信息。 | ||||||
QQ群二维码
意见反馈
意见反馈