-
公开(公告)号：CN114757825A
公开(公告)日：2022-07-15
申请号：CN202210278772.6
申请日：2022-03-21
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于特征分离的红外图像超分辨率重建方法，包括：获取待处理图像；对待处理图像进行上采样，得到第一图像；将第一图像输入预先训练好的特征分离网络，得到第一图像的低分低频特征和低分高频特征；根据低分低频特征，确定第一图像的结构图像，并根据低分高频特征，获得第一图像的纹理信息及噪声图像；根据结构图像和纹理信息，超分辨率重建得到第二图像。本发明中特征分离网络能够实现低分辨率图像与高分辨率图像的高低频分离，进而使高频特征能被更好地学习、并针对分离结构图像的特点采用不同的网络进行处理，充分利用输入的多尺度特征，进一步引导图像的细节恢复，提高图像的信息量。
-
公开(公告)号：CN110570395B
公开(公告)日：2022-04-29
申请号：CN201910719986.0
申请日：2019-08-06
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于空谱联合协同表示的高光谱异常检测方法，对原始高光谱图像进行降维与异常信息提取，获得异常成分最多的降维成分；将预处理后的高光谱图像中像元的灰度值与阈值进行比较确定异常点位置；根据所述异常点位置对原始高光谱图像中同样位置的像元做剔除处理；将原始高光谱图像中剔除异常点之后剩余的像元点向量的均值填充异常点位置的像元，构建一幅近似全部于由背景像元构成的高光谱图像；对所述原始高光谱图像和构建的背景像元高光谱图像进行光谱维度的协同表示获得检测结果。本发明充分利用高光谱图像的空间和光谱信息，将空间维度的检测结果作为后验信息，辅助光谱维度的协同表示异常检测，具有优良的检测性能。
-
公开(公告)号：CN113902973A
公开(公告)日：2022-01-07
申请号：CN202111122594.X
申请日：2021-09-24
Applicant: 西安电子科技大学
IPC: G06V20/10 , G06V10/774 , G06K9/62 , G06V10/82 , G06N3/04
Abstract: 本发明公开了一种自编码器和低维流形建模的高光谱异常检测方法，通过原始高光谱图像对栈式自编码器进行训练，获得训练好的栈式自编码器；通过所述训练好的栈式自编码器对原始高光谱图像进行主要特征提取，以完成数据降维，获得降维后高光谱图像Y；对所述降维后高光谱图像Y进行L次随机采样，获得采样图像l＝1,2,…,L；通过低维流形建模对所得每一个采样图像进行重构，获得每一个特征采样图像的重构背景子图像Xl；将所得重构背景子图像Xl求取平均值作为原始高光谱图像的重构背景图像；通过l2范数确定原始高光谱图像和重构背景图像之间的残差r，以残差r作为最后的异常检测结果。本发明有效减少了冗余计算，提升了算法的整体性能，加快了算法速度。
-
公开(公告)号：CN108198139B
公开(公告)日：2021-09-10
申请号：CN201711248624.5
申请日：2017-12-01
Applicant: 西安电子科技大学
IPC: G06T5/00
Abstract: 本发明公开了一种基于传导全变分正则化的图像去噪方法，主要解决现有全变分正则化图像去噪方法对于纹理等细节信息的保持性能不够理想的问题。其实现步骤是：1.获取噪声污染图像；2.用噪声污染图像初始化第1次迭代的去噪图像，设置最大迭代次数N；3.构建去噪图像的保真项；4.构建去噪图像的传导全变分正则项；5.构建由保真项和传导全变分正则项组成的能量泛函；6.采用最陡下降法求解能量泛函最小化问题，获得第t+1次迭代的去噪图像；7.判断迭代次数是否小于最大迭代次数N，如果迭代次数小于最大迭代次数，则重复步骤3至步骤6，否则，输出去噪图像，迭代结束。本发明具有更好的去噪性能和结构保持特性，可用于数字图像的预处理过程。
-
公开(公告)号：CN113239744A
公开(公告)日：2021-08-10
申请号：CN202110447914.2
申请日：2021-04-25
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于深度学习的脑电‑肌电信号融合识别方法，通过基于深度自注意力机制的循环神经网络对预处理后的脑电信号进行高维编码及序列解码，获得脑电分类特征矩阵；对预处理后的肌电信号进行强度特征提取，获得肌电特征向量；通过无监督稀疏自编码器对脑电分类特征矩阵和肌电特征向量进行特征融合，生成最终指令。本发明将多头自注意力机制和编码‑解码模型结合应用到脑电特征提取领域，提高脑电分类识别精度；利用自适应方法，解决肌电信号存在个体差异和位置差异的问题，通过提取肌电信号的强度特征来实现动作强度的估计；利用无监督稀疏自编码器对不同生物电特征进行编码和解码，以高效、鲁棒性的方法实现对脑电和肌电特征的融合。
-
Patent Agency Ranking
公开(公告)号：CN113096053A
公开(公告)日：2021-07-09
申请号：CN202110287389.2
申请日：2021-03-17
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于多尺度引导滤波的高动态红外图像细节增强方法，对输入的高动态红外图像进行多尺度引导滤波分解，获得不同尺度的图像细节层；对所述不同尺度的图像细节层进行加权融合，获得多尺度融合的细节层，并通过与原始图像作差，获得相应的基本层；对所述多尺度融合的细节层和相应的基本层分别进行非线性压缩映射，获得增强的细节层和低动态的基本层；最后，叠加所述增强的细节层和低动态的基本层并进行归一化，获得细节增强的低动态红外图像。本发明能够快速高效地提取更多细节信息，也避免出现梯度翻转问题，细节增强性能和整体视觉效果较优。
-
公开(公告)号：CN112991173A
公开(公告)日：2021-06-18
申请号：CN202110268450.9
申请日：2021-03-12
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于双通道特征迁移网络的单帧图像超分辨率重建方法，针对深度超分辨率图像重建网络网络深度增加带来的细节信息丢失、局部感受野对于全局‑局部纹理相似性利用不充分的问题进行网络模型设计，整体网络基于残差机制，使用后置上采样模块对图像进行空间尺度的上采样输出超分辨率重建结果y。本发明能够保持空间重复纹理特征的有效分布，并对出事特征使用残差结构进行复用，有效防止了细节特征在网络前向传递的过程中的消失现象，可显著提升单帧图像超分辨率重建质量。
-
公开(公告)号：CN112667080A
公开(公告)日：2021-04-16
申请号：CN202011578500.5
申请日：2020-12-28
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于深度卷积对抗网络的脑电信号无人平台智能控制方法，终端对采集的脑电信号进行噪声去除，获得去噪后的脑电信号；通过胶囊网络对所述去噪后的脑电信号进行深层特征提取，获得深层特征信号；融合所述深层特征信号和脑电信号后进行分类识别，确定相应的控制指令信号；所述终端对无人平台分别进行离线和在线试验验证，验证成功后，所述无人接接收并且执行所述终端发送的控制指令信号。本发明利用已有噪声数据集合成一维脑电信号训练网络，简化数学模型并解决了噪声训练数据不足问题，利用自编码器架构重建一维预测信号，注意力机制进行特征选择，提高了计算效率。
-
公开(公告)号：CN109709843B
公开(公告)日：2021-01-05
申请号：CN201811522435.7
申请日：2018-12-13
Applicant: 西安电子科技大学
IPC: G05B19/042 , G06T7/136
Abstract: 本发明公开了一种列车注水口检测定位方法，采集列车注水口视频图像，同时对列车注水口视频图像进行阈值分割获得二值化的列车注水口视频图像；对所述二值化的列车注水口视频图像进行处理并且与列车注水口模板图像进行匹配，检测出注水口在列车注水口视频图像中的位置，并与注水口所在的预设位置范围进行比较，如果已经匹配则将匹配有效信号传输至机械装置控制模块控制机械装置移动停止，以及开始注水与停止注水。本发明能够实现对火车注水口的自动化检测识别，可24小时实时对停靠的列车进行检测，节省大量人工成本且工作效率高。
-
公开(公告)号：CN110673144A
公开(公告)日：2020-01-10
申请号：CN201910942025.6
申请日：2019-09-30
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于时间变标的子孔径大斜视SAR成像处理方法，属于雷达信号处理技术领域；具体地，本发明首先建立大斜视SAR成像几何模型；然后在距离频域内进行距离走动校正，在二维频域内进行距离向脉压-距离弯曲校正-二次距离脉压；最后在方位时域内引入预失真补偿因子、距离多普勒域内引入非线性变标因子、距离时域引入Deramp去斜因子完成方位脉压，至此实现距离多普勒域内的二维聚焦。本发明得到的斜平面SAR图像不存在几何畸变，可以更真实的反映地面场景信息，从而增加了斜平面图像的可用性；且不增加运算量。
-
-
-
-
-
-
-
-
-
Search Results
262
records
(took 0.095 seconds)
