-
公开(公告)号：CN102314675B
公开(公告)日：2013-06-12
申请号：CN201110289982.7
申请日：2011-09-27
Applicant: 西安电子科技大学
IPC: G06T5/00
Abstract: 本发明公开一种基于小波高频的贝叶斯去噪方法，包括如下步骤：步骤1.输入一幅待去噪的自然图像；步骤2.对待去噪的自然图像做小波分解；步骤3.分别计算出每个高频子带的贝叶斯萎缩阈值；步骤4.选取待估计像素块；步骤5.确定搜索窗；步骤6.在搜索窗中选取一个像素块；步骤7.判断是否满足约束条件；步骤8.计算高频相似性权值；步骤9.判断搜索窗内的点是否搜索完；步骤10.计算待估计像素块的恢复值；步骤11.判断待去噪自然图像是否搜索完；步骤12.整合恢复值。本发明采用了小波高频系数来计算相似性权值，相对于现有的去噪方法，能够在较好平滑噪声的同时保持和恢复自然图像的边缘和纹理细节，可用于对自然图像的去噪处理。
-
公开(公告)号：CN103077503A
公开(公告)日：2013-05-01
申请号：CN201310007851.4
申请日：2013-01-09
Applicant: 西安电子科技大学
IPC: G06T5/00
Abstract: 本发明公开了一种基于DCT字典同步稀疏表示的SAR图像降斑方法，主要解决现有方法对SAR图像去斑不能很好保持纹理和边缘的问题。其实现步骤为：（1）对输入幅度SAR图像进行预处理；（2）对输入幅度SAR图像利用PPB方法进行滤波，得到一次滤波结果；（3）对于图像中的每个像素点，计算对应的加性噪声的标准差；（4）在一次滤波结果图像上，构建各个图像块的相似集合，并构建各个相似集合的方差稳定化矩阵；（5）对每一个相似集合，利用DCT字典进行带权值的同步稀疏表示得到表示系数；（6）用表示系数重构图像得到去噪图。本发明很好的解决了SAR图像去斑的边缘和纹理保持问题，可用于SAR图像去斑。
-
公开(公告)号：CN103065160A
公开(公告)日：2013-04-24
申请号：CN201310025247.4
申请日：2013-01-23
Applicant: 西安电子科技大学
IPC: G06K9/62
Abstract: 本发明公开一种基于局部协同表示和邻域信息约束的高光谱图像分类方法。主要解决现有技术计算复杂度高的问题。其实现步骤为：(1)取高光谱图像测试样本邻域内的M个样本与该测试样本构成邻域矩阵；(2)用所有训练样本构成字典，通过该字典计算邻域矩阵的协同表示系数矩阵；(3)计算系数矩阵每行的l2范数，根据l2范数较大的N个行标记，从字典中选择N个原子组成子字典，通过该子字典计算测试样本的协同表示系数；(4)根据每类训练样本的数目，将协同表示系数和子字典分成n部分；(5)计算并比较测试样本和n部分重构之间的残差，测试样本的类标对应于最小残差的下标。本发明使用局部协同表示，减少了原子的数目，降低了计算复杂度，可用于高光谱图像分类问题。
-
公开(公告)号：CN102368332B
公开(公告)日：2013-04-17
申请号：CN201110366475.9
申请日：2011-11-17
Applicant: 西安电子科技大学
IPC: G06T5/00
Abstract: 本发明公开了一种基于NSCT域局部高斯模型的SAR图像降斑方法，它涉及SAR图像处理技术领域，包括如下步骤：1.输入待降斑SAR图像；2.非下采样Contourlet变换；3.高频系数收缩；4.对低频子带系数和估计的无噪图像Contourlet高频各方向子带系数进行非下采样Contourlet逆变换，得到降斑后SAR图像；5.输出降斑后SAR图像。本发明对SAR图像同质区域抑斑效果优良，同时能够有效保持图像结构和纹理信息以及SAR图像的辐射特性。
-
公开(公告)号：CN102156875B
公开(公告)日：2013-04-03
申请号：CN201110074133.X
申请日：2011-03-25
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种多任务KSVD字典学习的图像超分辨率重构方法，主要解决现有方法在高放大因子下重构图像质量下降比较严重的问题。其步骤为：输入训练图像，对其进行滤波提取特征；抽取特征小块构造特征向量集合并聚类，得到K对高分辨与低分辨样本对集{(H1，L1)，(H2，L2)，...(HK，LK)}；利用KSVD方法从K组样本对集合中训练出K个高分辨字典Dh1，Dh2...DhK和相应的低分辨字典Dl1，Dl2...DlK；对输入的低分辨率图像在低分辨字典Dl1，Dl2...DlK下进行编码；利用编码和高分辨字典Dh1，Dh2...DhK得到初始重构图像，并对其进行局部约束优化，残差补偿和全局优化处理，得到最终重构图像。本发明能够对各种自然图像进行重构，并且在高放大因子条件下能够有效提高重构图像质量，可用于人物、动物、植物、建筑等目标对象的恢复和识别。
-
Patent Agency Ranking
公开(公告)号：CN102982338A
公开(公告)日：2013-03-20
申请号：CN201210424175.6
申请日：2012-10-25
Applicant: 西安电子科技大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于谱聚类的极化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：提取表征极化SAR目标散射特征的散射熵H，结合空间坐标信息，作为Mean Shift算法的输入特征空间；在特征空间用Mean Shift算法进行分割，得到M个区域；在M个区域上，选取各区域的代表点作为谱聚类的输入，对各区域进行谱分割，进而完成对所有像素点的谱聚类，获得预分类结果；最后，对预分类得到的整幅图像用能反映极化SAR分布特性的Wishart分类器进行迭代分类，得到分类结果。实验表明，本发明所实现的极化SAR图像分类效果更好，可用于对各种极化SAR图像进行无监督分类。
-
公开(公告)号：CN102945553A
公开(公告)日：2013-02-27
申请号：CN201210493436.X
申请日：2012-11-27
Applicant: 西安电子科技大学
IPC: G06T7/00
Abstract: 本发明公开了一种基于自动差分聚类算法的遥感图像分割方法，主要解决现有图像分割技术中计算复杂度较高、分割效果不好的问题。其实现步骤为：(1)输入待分割图像，提取待分割图像特征；(2)产生聚类数据；(3)随机抽取聚类数据初始化种群；(4)根据个体的标签位激活聚类中心；(5)根据激活的聚类中心，计算个体适应度值；(6)用改进的差分进化方法进化种群；(7)对进化后种群进行类别数振荡操作；(8)利用FCM更新质心；(9)利用更新后质心判断终止条件，并记录最优个体；(10)对最优个体解码，分配类别标号并输出分割图像。本发明具有分割精度高、边缘定位准确的优点，可用于目标识别。
-
公开(公告)号：CN102201116B
公开(公告)日：2013-02-27
申请号：CN201110107806.7
申请日：2011-04-27
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种结合图像方向聚集性的SAR图像相干斑抑制方法，主要解决现有技术的细节信息丢失的问题。其相干斑抑制过程为：(1)利用Primal Sketch稀疏表示模型中的稀疏编码方法，提取SAR图像由线段组成的边脊草图来描述图像的奇异信息；(2)根据边脊草图，将SAR图像划分为均匀区域和非均匀区域；(3)对非均匀区域，采用结合图像结构方向信息和聚集性的SAR图像相干斑抑制方法进行处理；(4)对均匀区域，采用窗口为5*5的Lee滤波方法进行处理；(5)将处理后非均匀区域和均匀区域进行合并，得到SAR图像的相干斑抑制结果。本发明实现了SAR图像良好的相干斑抑制效果，且有效地保持了图像的细节信息，可用于SAR图像相干斑抑制。
-
公开(公告)号：CN101976360B
公开(公告)日：2013-02-27
申请号：CN201010522281.9
申请日：2010-10-27
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于多级分类的稀疏表征人脸识别方法，主要解决现有人脸识别方法不能有效运用于多类别人脸识别的缺点。其实现过程为：(1)将用于训练的人脸数据库随机分成n个子库，分别对每个子库进行降维，保留降维后的训练人脸数据和对应每个子库的变换矩阵；(2)输入测试人脸图像，利用各子库的变换矩阵对其进行降维，保留降维后的测试人脸数据；(3)用降维后的测试人脸数据与各子库中的训练人脸数据作内积运算，内积最大的前k个子库作为候选子库，使搜索范围缩小到这k个子库中；(4)分别在k个子库中对人脸进行识别，确定测试人脸图像所属的类别。本发明与现有技术相比能有效地提取人脸特征，降低计算复杂度，适用于多类别人脸识别。
-
公开(公告)号：CN102938071A
公开(公告)日：2013-02-20
申请号：CN201210346772.1
申请日：2012-09-18
Applicant: 西安电子科技大学
Abstract: 本发明公开一种基于非局部均值的SAR图像变化检测模糊聚类分析方法。实现过程主要包括：输入一幅由两幅不同时间相同地域的SAR图像的差异图；按全局快速模糊C均值聚类(FGFCM)算法中的相似性度量指标修正差异图像素值，得到局部空间信息像素值矩阵；对差异图作非局部均值处理生成非局部滤波的像素值矩阵；对上述两个矩阵加权求和生成完整的像素值矩阵；运用FGFCM算法对其进行聚类，生成变化检测二值结果图，整体完成对两幅SAR图像的变化检测。本发明兼顾了图像局部空间信息和非局部均值信息，并将其有机结合，使图像分析的聚类过程中既有效克服噪声影响并保留图像细节，得到更为精确的差异图分析结果。
-
-
-
-
-
-
-
-
-
Search Results
1205
records
(took 0.053 seconds)
