Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 哈尔滨工业大学张腊梅获国家专利权

哈尔滨工业大学张腊梅获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉哈尔滨工业大学申请的专利一种基于散射机理的多频极化SAR影像通用融合方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119206418B

龙图腾网通过国家知识产权局官网在2025-09-23发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411363145.8,技术领域涉及:G06V10/80;该发明授权一种基于散射机理的多频极化SAR影像通用融合方法是由张腊梅;张舒蓉;邹斌;庄迪设计研发完成,并于2024-09-27向国家知识产权局提交的专利申请。

一种基于散射机理的多频极化SAR影像通用融合方法在说明书摘要公布了:本发明公开了一种基于散射机理的多频极化SAR影像通用融合方法,所述方法采用异常值剔除和邻域均值替代的方法对多频SAR数据中的噪声进行处理,并使用Frobenius范数进行归一化,消除不同传感器之间的尺度差异。对处理后的矩阵进行矢量化,并基于Pauli矢量计算融合矩阵和标准散射矩阵之间的极化相似度。对多频数据的各个组合进行遍历,在遍历多频数据的每个组合时,通过SQP算法对多频数据的权重进行迭代优化,选择最优的权重配置,使得融合后的数据与标准散射模型的相似度最大化。该方法能够更全面地描述地物目标的能量和极化特性,进而得到更加准确和具有物理意义的多频数据融合结果。

本发明授权一种基于散射机理的多频极化SAR影像通用融合方法在权利要求书中公布了:1.一种基于散射机理的多频极化SAR影像通用融合方法,其特征在于所述方法包括如下步骤: 步骤一:准备覆盖同一范围的多频PolSAR数据集; 步骤二:对各个频段的数据分别进行重采样、地理编码、配准和裁剪操作,使研究区域保持相同分辨率,便于后续融合处理; 步骤三:对步骤二预处理后的数据进行异常值剔除,根据数据特性设置合适的百分位数阈值,以确定数据的正常波动范围,将超出这些范围的值视为异常值,并用邻域均值替代异常值; 步骤四:以散射矩阵的形式对步骤三预处理后的数据进行表征,利用Frobenius范数对散射矩阵进行归一化,确保数据的尺度统一,同时保持数据内部的相对关系不变; 步骤五:用加权组合的方式分别定义融合不同波段的散射矩阵和融合多个散射类型的标准散射矩阵,具体步骤如下: 步骤五一:确定要融合的不同频段数据,为每个频段的散射矩阵分配权重,权重的总和应为1,以确保加权组合后的散射矩阵在尺度上的一致性; 步骤五二:确定要融合的不同散射类型模型,其中表面散射具有旋转不变性,引入旋转矩阵对二面角和体散射模型进行旋转,以表征不同角度下地物目标的散射特性; 步骤五三:为每个标准散射模型的矩阵分配权重,以反映其在综合模型中的重要性,对每种散射类型的矩阵进行加权,形成融合后的标准散射矩阵; 步骤六:计算步骤五中得到的融合矩阵与标准散射矩阵之间的极化相似度; 步骤七:对多频数据的各个组合进行遍历,利用SQP算法优化融合矩阵和标准散射矩阵之间的相似性,在优化过程中更新权重向量,直到满足收敛条件,找到最优权重配置; 步骤八:在评估所有多频组合后,选择使多频融合数据与标准散射模型之间相似度最大化的权重作为最佳配置。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人哈尔滨工业大学,其通讯地址为:150001 黑龙江省哈尔滨市南岗区西大直街92号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。