-
公开(公告)号：CN103955696A
公开(公告)日：2014-07-30
申请号：CN201410069244.5
申请日：2014-02-27
Applicant: 西安电子科技大学
IPC: G06K9/62
Abstract: 本发明公开一种基于随机观测投影和稀疏表示的SAR图像分类，其分割过程为：将训练图像分成N×N小块，逐点读取像素拉成列向量依次存放到矩阵中，并且对矩阵进行随机投影；将投影之后的小块利用k-means聚类，每一类聚出K个纹元；将K个纹元连接到一起，这样得到一个行数为CK的纹元字典；利用Nearest Neighbor原则统计训练图像块的直方图，得到大小为CK×S的分类字典；任给一测试图像，分成小块随机投影之后，利用Nearest Neighbor原则统计测试图像块的直方图，得到h；采用L1magic方法求解方程h＝Ax，得到x；计算残差，得到分类结果。本发明具有特征提取简单，分类正确率高等优点，可用于SAR图像分类。
-
公开(公告)号：CN103954962A
公开(公告)日：2014-07-30
申请号：CN201410073230.0
申请日：2014-02-28
Applicant: 西安电子科技大学
IPC: G01S13/90
CPC classification number: G01S13/90 , G01S7/2927 , G01S2013/9064
Abstract: 本发明属于雷达成像技术领域，具体提供了一种基于压缩感知的ISAR成像脉冲估计算法，其实现步骤为：（1）获得部分ISAR原始回波数据；（2）获得各脉冲一维距离像；（3）对各距离像进行PCA融合；（4）对融合结果进行Renyi熵阈值分割；（5）通过CS精确重构定理对分割结果进行脉冲估。本发明通过图像融合的方法对ISAR距离像进行信号融合及阈值分割，在简单的距离像预处理中，估计出压缩感知超分辨成像为达到最合适的成像效果所需的ISAR原始回波的最小数据量。
-
-
公开(公告)号：CN102609910B
公开(公告)日：2014-07-09
申请号：CN201210011613.6
申请日：2012-01-13
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于Ridgelet冗余字典的遗传进化图像重构方法，解决了现有L0范数重构技术重构图像的视觉效果差的问题，重构过程包括选择合适聚类算法对所有分块观测向量按相似程度进行聚类；初始化种群；对初始种群进行共同遗传进化；重构初始图像；滤波及凸投影更新处理；判断进化代数是否达到最大值；更新稀疏度；更新种群；对图像块进行独立遗传进化；重构图像。本发明利用了图像块的相似性聚类，用遗传进化计算思想为每类的每个图像块找到最优的Ridgelet冗余字典基原子，降低了算法的时间复杂度；并用滤波和凸集投影操作消除了重构图像中的块效应，缩小了最优解搜索空间，重构精确度高，图像重构效果好，可用于图像处理和计算机视觉领域。
-
公开(公告)号：CN103886336A
公开(公告)日：2014-06-25
申请号：CN201410140571.5
申请日：2014-04-09
Applicant: 西安电子科技大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于稀疏自动编码器的极化SAR图像分类方法，主要解决现有技术中极化合成孔径雷达SAR图像特征的提取受数据无关性和冗余性的影响而导致分类过程复杂，和特征选取不合理导致分类精度不高的问题。本发明的具体实现步骤如下：(1)输入待分类的极化合成孔径雷达SAR图像的相干矩阵；(2)滤波；(3)选取样本；(4)获取稀疏主分量；(5)训练稀疏自动编码器；(6)提取特征；(7)支持向量机分类；(8)输出分类结果。本发明具有对极化合成孔径雷达SAR图像分类效果显著的优点，可进一步用于极化合成孔径雷达SAR图像目标检测和目标识别。
-
Patent Agency Ranking
公开(公告)号：CN103886327A
公开(公告)日：2014-06-25
申请号：CN201410082697.1
申请日：2014-03-07
Applicant: 西安电子科技大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于2D-KPCA的极化SAR图像分类方法，主要解决现有无监督极化SAR分类方法分类精度不高的问题。其实现步骤为：对每个像素点进行Freeman分解，提取像素点的三种散射功率；根据获得的散射功率对图像进行划分，得到3种类别；对获得的每一类，将其用2D-KPCA进行自适应降维分类；最后，对预分类得到的图像用Wishart分类器进行迭代分类，得到最终分类结果。本发明与经典分类方法相比，对极化SAR图像的划分更加严谨，分类效果更佳，计算复杂度相对较小，可用于对极化SAR图像的进行地物分类和目标识别。
-
公开(公告)号：CN103870841A
公开(公告)日：2014-06-18
申请号：CN201410086488.4
申请日：2014-03-11
Applicant: 西安电子科技大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于Freeman分解和粒子群优化的极化SAR图像分类方法，主要解决现有技术计算复杂度较高和分类效果差的问题，其实现步骤为：（1）输入极化SAR数据的协方差矩阵；（2）对输入的矩阵进行Freeman分解，获取平面散射、二面角散射及体散射三种散射功率矩阵；（3）根据三种散射功率矩阵将极化SAR数据进行初始划分；（4）用基于QPSO优化的二维双阈值Otsu法获得每一类的两个阈值；（5）再将初始划分的每一类极化SAR数据划分为3类，从而将整个极化SAR数据划分为9类；（6）对整个极化SAR数据的划分结果进行复Wishart迭代并上色，得到最终彩色分类结果图。本发明与经典分类方法相比，对极化SAR数据的划分更加严谨，分类结果明显，计算复杂度相对较小。
-
公开(公告)号：CN103854262A
公开(公告)日：2014-06-11
申请号：CN201410105869.2
申请日：2014-03-20
Applicant: 西安电子科技大学
IPC: G06T5/00
Abstract: 本发明公开了一种基于结构聚类与稀疏字典学习的医学图像降噪方法，克服了现有技术中字典学习方法忽略了图像块的结构相似性，导致损失图像的细节信息，图像的均匀区域不光滑的问题。本发明实现步骤为：(1)输入噪声图像；(2)预滤波；(3)结构聚类；(4)提取各类训练样本集合；(5)分类学习稀疏字典；(6)得到最终的训练字典；(7)得到各类去噪估计值；(8)得到噪声抑制后的图像；(9)输出噪声抑制后的图像。本发明具有有效去除噪声，提高图像的视觉效果，边缘、纹理得到有效的保持，均匀区域光滑的优点，可用于对医学计算机断层扫描、核磁共振图像的降噪处理。
-
公开(公告)号：CN103839235A
公开(公告)日：2014-06-04
申请号：CN201410062149.2
申请日：2014-02-24
Applicant: 西安电子科技大学
IPC: G06T5/00
Abstract: 本发明公开了一种基于非局部方向修正的全局条带波变换域去噪方法，它属于图像处理技术领域，主要克服现有Bandelet域去噪方法中方向判断不够准确的问题。其实现过程是：(1)输入含噪图像；(2)对含噪图像进行平移不变小波变换并计算小波子带的几何方向；(3)结合每个子块相似块的方向信息采用一定规则修正原始方向，从而得到修正后的几何方向；(4)往修正后的几何方向投影得到Bandelet系数；(5)对Bandelet系数做硬阈值收缩处理，重构得到去噪后的图像。本发明相对于原始Bandelet域图像去噪方法以及其它一些经典的去噪方法有一定改善。
-
公开(公告)号：CN102663719B
公开(公告)日：2014-06-04
申请号：CN201210073292.2
申请日：2012-03-19
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于非局部均值的Bayer型CFA图像去马赛克方法，主要解决了现有技术对图像细小边缘部分插值效果不佳的问题。其实现步骤是：(1)输入一幅Bayer型CFA图像；(2)估计亮度；(3)逐像素取图像块作为当前待去马赛克的图像块；(4)提取三组图像块集合；(5)计算图像块的权重；(6)相似图像块加权平均；(7)对当前待去马赛克图像块插值；(8)判断是否完成所有像素的插值，若完成，则执行步骤(9)，否则转入步骤(3)；(9)边缘修正；(10)色度修正；(11)输出彩色图像。本发明能够很好地恢复图像的细小边缘区域的信息，有效抑制了虚假颜色效应，尤其适用于纹理较多的CFA图像。
-
-
-
-
-
-
-
-
-
Search Results
1205
records
(took 0.046 seconds)
