-
公开(公告)号：CN103595981B
公开(公告)日：2015-09-30
申请号：CN201310512909.0
申请日：2013-10-25
Applicant: 西安电子科技大学
IPC: H04N9/04
Abstract: 本发明公开了一种基于非局部低秩的色彩滤波阵列图像去马赛克方法，主要解决现有技术易出现边缘模糊、拉链效应和块效应的问题。其实现步骤为：1.输入一幅色彩滤波阵列图像；2.对绿色通道作方向插值；3.取绿色插值图的待修正块；4.取待修正块的图像块集合并从集合中找出相似块，组成相似块矩阵；5.定义相似块矩阵的拉格朗日优化函数并求解，得到修正的相似块矩阵；6.将修正的相似块矩阵的中间列向量重组，得到修正的块；7.对红色和蓝色通道作方向插值；8.取红色和蓝色插值图的待修正块，重复执行步骤4-6，修正红色和蓝色插值图的所有块；9.输出全彩色图像。本发明能避免边缘模糊，抑制拉链效应和块效应，用于对色彩滤波阵列图像的恢复。
-
公开(公告)号：CN103093444B
公开(公告)日：2015-05-20
申请号：CN201310017638.1
申请日：2013-01-17
Applicant: 西安电子科技大学
CPC classification number: G06T3/4053
Abstract: 本发明公开一种基于自相似性和结构信息约束的图像超分辨重建方法。实现步骤为：(1)从图像库中取z幅图像，对每幅图像进行模拟降质，生成低分辨图像，构造字典训练样本集；(2)对字典训练样本集，用K-SVD方法学习一对高低分辨率字典；(3)对待处理的低分辨图像Xt使用尺度旋转变换查找与图像块xi最相似的k个相似块{p1,p2,…,pk}；(4)对图像块xi用得到的k个相似块{p1,p2,…,pk}来约束求解其稀疏表示系数A；(5)用稀疏表示系数A结合高分辨字典DH得到k个重建结果；(6)利用低秩表示模型，用低分辨率下的相似块{p1,p2,…,pk}来修正重建结果相似度；(7)用修正后的相似度结合重建结果得到最终的结果；依次重复上述步骤得到最终高分辨图像YH。本发明具有重建结果结构信息保持好的优点，可用于图像识别以及目标分类。
-
公开(公告)号：CN104504672A
公开(公告)日：2015-04-08
申请号：CN201410830062.5
申请日：2014-12-27
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于NormLV特征的低秩稀疏邻域嵌入的超分辨方法。首先，构造NormLV特征将邻域嵌入算法进行特征增强，通过该特征来选取近邻；将训练集进行分组得到索引集；利用低秩稀疏邻域嵌入算法计算权值矩阵；将权值矩阵归一化；线性组合得到高分辨图像块；融合高分辨图像块得到初始的高分辨图像；最后，结合一致性先验和全局约束，利用TV和IBP算法进一步提高图像超分辨重建的质量。本发明将稀疏表示与邻域嵌入算法相结合，解决了低分辨图像与高分辨图像邻域关系的不一致性影响超分辨重建质量的技术问题。采用本发明获得高分辨图像能恢复更加清晰丰富的纹理细节和图像边缘，相比其他方法，有更好的视觉效果。
-
公开(公告)号：CN104463881A
公开(公告)日：2015-03-25
申请号：CN201410770398.7
申请日：2014-12-12
Applicant: 西安电子科技大学
IPC: G06T7/00
CPC classification number: G06T7/0002 , G06T2207/10036 , G06T2207/30168
Abstract: 本发明公开了一种基于光谱反射率邻域差异图和邻域概率融合的多光谱遥感影像变化检测方法，其实现步骤主要包括：1)输入同一地区的已配准的两时相多光谱图像集，对其进行维纳滤波去噪并归一化处理；2)将处理后的图像集转换为相对地物光谱反射率图像集；3)计算光谱反射率变化模值，得到光谱反射率变化模值图；4)计算光谱反射率角值，得到光谱反射率角制图；5)计算光谱反射率的邻域差异值，得到邻域差异图；6)分别对光谱反射率变化模值图、光谱反射率角制图和邻域差异图进行聚类，得到二值图；7)对所得二值图进行基于邻域概率的融合，得到变化检测结果图。本发明无需人工参与，检测精确度高，可用于城区扩展监测、森林和植被变化监测等领域。
-
公开(公告)号：CN104463805A
公开(公告)日：2015-03-25
申请号：CN201410782610.1
申请日：2014-12-16
Applicant: 西安电子科技大学
IPC: G06T5/00
Abstract: 本发明具体提供了一种基于同质性显著度和方向选择的极化SAR相干斑噪声抑制方法，实现步骤为：1)读入相干矩阵格式的极化SAR数据得到图像O，计算O的SPAN系数得到SPAN图像S；2)计算同质性显著度图，得到显著图Z；3)判断O中每个点的方向；4)确定每一点的相似邻域D；5)在D内对极化SAR图像O降斑处理；6)将搜索窗尺寸扩大到17×17，对上一步得到的滤波结果重复3)～5)的操作再进行一次滤波，得到最终滤波结果；7)用Pauli向量法将滤波后的相干矩阵合成伪彩图。本发明相比现有技术显著提高了极化SAR图像相干斑的抑制能力，同时很好的保护了边缘与纹理细节信息，可用于极化SAR图像的预处理过程。
-
Patent Agency Ranking
公开(公告)号：CN104239522A
公开(公告)日：2014-12-24
申请号：CN201410475968.X
申请日：2014-09-17
Applicant: 西安电子科技大学
CPC classification number: G06F17/30247 , G06K9/46
Abstract: 本发明属于图像处理技术领域，具体公开了一种基于图像间内容约束的超像素编码图像检索方法。其步骤为：1)对图像进行超像素分割，记录各超像素块的位置信息；2)提取图像的超像素块的SIFT和LBP融合特征；3)从图像库中随机选取训练图像的超像素块融合特征，通过K-means聚类生成字典；4)输入检索图像，通过该字典对检索图像编码，并对除检索图像外的图像进行初始编码；5)对图像库中的图像进行初始编码，通过在待检索图像相应区域内筛选最相似的编码值作为预测编码之后再对图像库中的图像进行约束编码；6)对待检索图像和图像库中的其余图像编码，并计算相似度匹配，按照匹配值显示检索结果。本发明具有较高准确率和回调率。
-
公开(公告)号：CN104156918A
公开(公告)日：2014-11-19
申请号：CN201410377528.0
申请日：2014-08-01
Applicant: 西安电子科技大学
IPC: G06T5/00
Abstract: 本发明公开了一种基于联合稀疏表示和残差融合的SAR图像噪声抑制方法，主要解决现有的SAR图像去噪方法斑点噪声抑制不充分，细节保持差的问题。其实现步骤是：(1)对图像做块匹配得到相似集合；(2)对图像做局部方差估计(3)利用局部方差与WSOMP方法对相似集合进行联合稀疏表示得到稀疏系数，并计算残差集合；(4)对残差集合进行残差融合，并用小波软阈值算法去噪得到融合残差；(5)利用融合残差与稀疏系数对字典进行更新；(6)利用更新后的字典对相似块集合进行图像重构，得到去噪块集合；(7)将去噪块集合返回图像原位置，得到去噪图像。本发明显著提高了SAR图像去斑效果，可用于SAR图像目标识别与图像增强。
-
公开(公告)号：CN102831618B
公开(公告)日：2014-11-12
申请号：CN201210253267.2
申请日：2012-07-20
Applicant: 西安电子科技大学
Abstract: 本发明公开一种基于霍夫森林的视频目标跟踪方法，主要解决现有技术中当目标被部分遮挡或发生非刚性变化时容易跟踪失败的问题。其方法步骤为：(1)输入一段视频的第一帧，并人工标记出待跟踪的目标；（2）从输入的第一帧视频图像中，提取视频图像的特征；(3)建立并初始化霍夫森林检测器；(4)检测目标并进行霍夫投票；(5)用Lucas-Kanade跟踪器跟踪目标，获得目标框大小的尺度变化s；(6)根据霍夫森林检测中的投票峰值和Lucas-Kanade跟踪器的跟踪结果，确定目标位置；(7)根据目标框大小的尺度变化s调整目标框的宽和高，并显示；（8）重新训练霍夫森林检测器；(9)重复步骤(4)—步骤(8)，直到视频结束。本发明具有对遮挡目标跟踪准确的优点，可用于人机交互和交通监控领域。
-
公开(公告)号：CN102663730B
公开(公告)日：2014-08-06
申请号：CN201210064059.8
申请日：2012-03-12
Applicant: 西安电子科技大学
IPC: G06T7/00
Abstract: 本发明公开了一种基于Treelet和方向自适应滤波的遥感图像变化检测方法，其实现步骤为：(1)读入数据；(2)构造差异图像；(3)方向自适应滤波；(4)Treelet融合；(5)自适应阈值分类；(6)后处理。本发明既可以较好的保持变化区域的边缘信息，又能够减少变化检测结果中的漏检信息，具有较高的变化检测精度，可应用于湖泊水位的动态监测、农作物生长状态的动态监测、城区规划、军事侦察等领域。
-
公开(公告)号：CN102547076B
公开(公告)日：2014-04-16
申请号：CN201210001589.8
申请日：2012-01-04
Applicant: 西安电子科技大学
IPC: H04N5/21
Abstract: 一种基于Surfacelet变换特性的视频去噪方法，包括：输入待去噪视频；获取高频子带系数；估算噪声标准差；获取待去噪视频Surfacelet域对应尺度的能量；获取高频子带的调整因子；获取基本阈值；获取高频子带系数的调整因子；获取高频子带系数的阈值；获取已去噪视频Surfacelet域高频子带系数；获取已去噪视频。本发明采用Surfacelet系数来描述及区分视频和噪声，使得本发明充分利用视频图像像素间及帧间存在的相关性，能够在有效去除噪声的同时很好地保持了视频图像的边缘细节信息。
-
-
-
-
-
-
-
-
-
Search Results
322
records
(took 0.031 seconds)
