-
公开(公告)号：CN102547074B
公开(公告)日：2014-04-02
申请号：CN201210001590.0
申请日：2012-01-04
Applicant: 西安电子科技大学
Abstract: 一种Surfacelet域BKF模型贝叶斯视频去噪方法，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域高频子带BKF分布形状参数和尺度参数；判断BKF分布形状参数的大小；获取已去噪视频Surfacelet域系数；获取已去噪视频。本发明采用BKF函数对视频Surfacelet系数边缘分布进行建模，使得本发明充分利用视频图像Surfacelet域高频子带系数的相关性，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。
-
公开(公告)号：CN102426646B
公开(公告)日：2014-02-12
申请号：CN201110326676.6
申请日：2011-10-24
Applicant: 西安电子科技大学
Abstract: 本发明公开一种多角度人脸检测装置与方法，主要解决现有技术中不能有效利用图像中彩色信息和主要针对单个角度检测人脸的问题。其装置包括图像采集模块、模数转换模块、图像处理模块、数据存储模块和通信模块。其方法步骤为：(1)建立人眼检测器；(2)建立侧面人脸模板；(3)获取待处理图像；(4)获取互选人脸区域；(5)判定正面人脸；(6)判定侧面人脸；(7)判定全侧人脸；(8)输出检测结果。本发明有效的利用了图像中的肤色信息，节省了计算资源，提高了处理速度；采用二值图像建立模板，可以简单有效的判定侧面人脸；将肤色检测、人眼检测和模板匹配方法结合，能够准确的检测水平方向多个角度的人脸。
-
公开(公告)号：CN103455987A
公开(公告)日：2013-12-18
申请号：CN201310426293.5
申请日：2013-09-17
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于同质区域分割的SAR图像去噪方法，其实现步骤为：(1)输入图像；(2)得到对数变换图像；(3)确定中心像素点的同质区域；(4)得到所有中心像素点的同质区域；(5)PPB去噪；(6)计算每个同质区域标准差；(7)计算面积；(8)对每个同质区域进行KSVD稀疏去噪；(9)合成图像；(10)输出结果。本发明具有有效的抑制同质区域噪声，对强弱目标点能很好的保持，边缘保持清晰，消除边缘划痕以及块效应的优点，可应用于对SAR图像进行去噪处理。
-
公开(公告)号：CN103218823A
公开(公告)日：2013-07-24
申请号：CN201310169168.0
申请日：2013-05-08
Applicant: 西安电子科技大学
IPC: G06T7/00
Abstract: 本发明公开了一种基于核传播的遥感图像变化检测方法，主要解决现有技术不能准确反映数据间关系导致的检测正确率不高的缺点。其实现步骤为：输入两幅不同时相的遥感图像，对其做差得到差值图像；对差值图像进行过分割得到超像素集，将超像素集用k均值方法分为肯定变化类、肯定非变化类和不确定类；在属于肯定变化类和肯定非变化类的超像素中选取种子构造约束集；用约束集计算种子核矩阵，再用核传播公式计算全核矩阵并对其对角归一化；对归一化全核矩阵聚类得到变化检测结果。本发明具有较强的抗噪性，能有效地去除杂点，同时较好的保留边缘信息，检测结果准确率高。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：CN102063720B
公开(公告)日：2013-06-12
申请号：CN201110001584.0
申请日：2011-01-06
Applicant: 西安电子科技大学
IPC: G06T7/00
Abstract: 本发明公开了一种基于Treelets的遥感图像变化检测方法，它属于遥感图像分析与处理领域，主要解决现有遥感图像变化检测方法存在很多伪变化信息的问题。其实现步骤是：(1)对输入的时相1遥感图像进行Treelets滤波；(2)对输入的时相2遥感图像进行Treelets交叉滤波；(3)对滤波后的两时相图像对应像素点灰度值进行差值计算，得到一幅差异图；(4)对差异图像再进行Treelets滤波得到新的差异图像；(5)对新差异图采用K-means聚类分为变化类和非变化类，得到最后的变化检测结果图。本发明能有效减小辐射校正不理想和光照不均对检测效果的影响，提高变化检测的精度，可用于对灾情监测、土地利用及农业调查。
-
Patent Agency Ranking
公开(公告)号：CN102169584B
公开(公告)日：2013-04-03
申请号：CN201110140996.2
申请日：2011-05-28
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于分水岭和treelet的遥感图像变化检测方法，它属于图像处理技术领域。其实现过程是：输入两幅不同时相的遥感图像，并对每幅图像去噪，得到两时相的去噪后图像，并构造差值差异图像；应用分水岭算法得到差异图像的初始过分割标记图，并采用treelet算法对过分割标记区域的纹理特征进行合并，聚类得到变化类和非变化类的二值图像，利用变权马尔科夫随机场模型对二值图像进行空间约束得到后处理的边缘一致性图像，合并聚类二值图和边缘一致性图的连通区域，得到最终的变化检测结果。本发明能够有效地提高变化检测处理效率，保持图像的边缘信息，可用于灾情监测和土地利用对图像变化的检测。
-
公开(公告)号：CN102930508A
公开(公告)日：2013-02-13
申请号：CN201210315578.7
申请日：2012-08-30
Applicant: 西安电子科技大学
IPC: G06T5/00
Abstract: 本发明公开了一种基于图像残余信号的非局部均值图像去噪方法，主要解决原始非局部均值去噪方法在去除噪声的同时丢失了部分图像细节信息的问题。其去噪步骤为：(1)对输入的含噪自然图像进行原始非局部均值滤波，得到一次滤波结果图和方法噪声图；(2)判断方法噪声图中各个像素点所属区域；(3)根据各个像素点所属区域不同提取图像残余信息，得到残余信息图；(4)利用残余信息图与一次滤波结果图得到去噪参考图；(5)在去噪参考图中计算新的权值，利用新的权值对含噪自然图像进行非局部均值滤波，得到每个像素点的估计值；(6)用所有像素点的估计值取代含噪自然图像中所有像素点的灰度值，得到去噪图像。本发明的去噪效果更好，可用于自然图像去噪。
-
公开(公告)号：CN102298773B
公开(公告)日：2012-12-26
申请号：CN201110276781.3
申请日：2011-09-19
Applicant: 西安电子科技大学
IPC: G06T5/00
Abstract: 本发明公开了一种形状自适应的非局部均值去噪方法，主要克服现有自然图像非局部均值去噪中相似性计算不准确的问题。其主要实现过程是：(1)对输入的含噪自然图像中每一个待估计像素点得到基于形状自适应区域均值的相似点集合；(2)对该集合的所有像素点，分别计算该点基于块平均欧氏距离和形状自适应区域平均欧氏距离的权值；(3)按照上述两种权值对该集合的所有像素点进行加权平均，得到当前像素点的恢复值；(5)按照上述步骤，对所有待估计像素点求得恢复值并取代原图像中的灰度值，得到图像的去噪图。本发明在总体性能上优于其它的去噪方法，在更好地平滑噪声的同时保持自然图像的边缘和纹理等细节，可用于对自然图像的去噪。
-
公开(公告)号：CN102663719A
公开(公告)日：2012-09-12
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。
-
公开(公告)号：CN102663704A
公开(公告)日：2012-09-12
申请号：CN201210118319.5
申请日：2012-04-20
Applicant: 西安电子科技大学
IPC: G06T5/00
Abstract: 本发明公开了一种基于广义拉普拉斯分布的TICT域图像去噪方法，主要解决现有去噪方法去噪效果不佳的问题。其实现步骤是：(1)对含噪图像NI进行TICT分解；(2)对分解出的各个高频子带分别进行混合分布建模，迭代求取参数，进行平滑滤波；(3)对去噪后的子带进行TICT逆变换，得到去噪输出。本发明能有效去除含有高斯白噪声的自然图像中的噪声，可用于变化检测，目标识别时对图像的预处理。
-
-
-
-
-
-
-
-
-
Search Results
323
records
(took 0.033 seconds)
