-
公开(公告)号：CN103383700A
公开(公告)日：2013-11-06
申请号：CN201310279473.5
申请日：2013-06-26
Applicant: 西安电子科技大学
Abstract: 本发明公开一种基于边缘方向差直方图的图像检索方法，首先，输入要检索的图像；对该图像通过方向可调滤波器处理；通过方向滤波器的结果提取图像的边缘；根据检索图像的边缘提取检索图像的边缘方向差特征；计算检索图像像素点自身的边缘方向像素特征；整合计算得到图像的边缘方向差直方图特征，即图像用于匹配的特征；对数据库中的待检索图像同样提取边缘方向差直方图特征；把检索图像和待检索图像进行边缘方向差直方图特征相似性匹配；按照检索图像和待检索图像相似性匹配结果，显示图像的检索结果。尤其对于大型图像数据库检索本发明具有检索速度快、准确率和回调率较高的优势，可应用于实时人机交互和大型图像数据库的图像检索。
-
公开(公告)号：CN103226832A
公开(公告)日：2013-07-31
申请号：CN201310165466.2
申请日：2013-05-07
Applicant: 西安电子科技大学
IPC: G06T7/00
Abstract: 本发明公开了一种基于光谱反射率变化分析的多光谱遥感影像变化检测方法，主要解决现有技术对不同时相图像间的整体亮度差异敏感的问题。其实现步骤为：（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量的方差和模，得到光谱反射率变化量的方差图和模值图，并分别进行增强，得到增强方差图和增强模值图；（4）分别对增强方差图和增强模值图进行分割，并融合分割所得的二值图，得到变化检测结果图。本发明无需人工参与，检测精确度高，可用于土地利用与覆盖监测、植被覆盖监测、水资源及矿产资源监测。
-
公开(公告)号：CN102332094B
公开(公告)日：2013-06-26
申请号：CN201110326677.0
申请日：2011-10-24
Applicant: 西安电子科技大学
Abstract: 本发明公开一种半监督在线学习人脸检测方法，主要解决现有技术中离线人脸检测需要采集大量样本和不能在检测过程中进行调整、提高检测率的问题。其方法步骤为：(1)获取待检测图像；(2)建立在线人脸分类器；(3)在线人脸检测；(4)判定最差检测结果是否类似人脸；(5)更新在线人脸分类器；(6)筛选分类器结果；(7)输出检测结果。本发明采用在线人脸分类器进行人脸检测，不需要采集样本和离线训练，节省了大量资源和时间，可以简单、快速的进行人脸检测；并且通过线学习方法对人脸分类器进行更新，使本发明可以在人脸检测过程中不断调整检测器参数，逐步提高人脸检测的正确率。
-
公开(公告)号：CN103093444A
公开(公告)日：2013-05-08
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：CN102208031B
公开(公告)日：2013-04-03
申请号：CN201110164401.7
申请日：2011-06-17
Applicant: 西安电子科技大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于Freeman分解和同极化比的极化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)计算每类极化SAR数据各像素点的同极化比；(5)选择阈值依据同极化比将步骤(3)中每类极化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。
-
Patent Agency Ranking
公开(公告)号：CN102999920A
公开(公告)日：2013-03-27
申请号：CN201210414788.1
申请日：2012-10-25
Applicant: 西安电子科技大学
IPC: G06T7/20
Abstract: 本发明公开一种基于最近邻分类器和均值漂移的目标跟踪方法，主要解决现有技术中由于目标运动模糊无法捕获特征点和跟踪漂移无法恢复而导致的跟踪失败问题。其实现步骤为：(1)输入视频的第一帧，并用矩形框标记出待跟踪目标；(2)对目标模型初始化；(3)确定新一帧视频图像中目标搜索区域；(4)提取搜索区域内的尺度不变sift特征与目标模型匹配，同时用均值漂移模型跟踪目标；(5)对步骤(4)的结果进行决策级融合作为目标跟踪结果输出；(6)更新没有发生遮挡的目标模型；(7)循环执行步骤(3)~步骤(6)，直至视频结束。本发明与现有技术相比在目标快速运动甚至出现运动模糊或者发生遮挡情况下提高了目标跟踪的准确性。
-
公开(公告)号：CN102254323B
公开(公告)日：2013-02-27
申请号：CN201110155652.9
申请日：2011-06-10
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于treelet融合和水平集分割的遥感图像变化检测方法，主要解决现有变化检测方法存在较多伪变化信息的问题。其实现过程是：输入两时相遥感图像，对每幅图像分别进行均值漂移滤波，得到两时相滤波后图像并分别对其进行3次不同层数下的二维平稳小波分解，对相同分解层数对应方向子带的小波系数矩阵做差；采用sobel算子对得到的水平、垂直方向小波系数差矩阵进行增强并进行二维小波逆变换重构；采用treelet算法融合不同分解层数的重构图像得到最终的差异图，对该差异图进行水平集分割得到变化检测结果。本发明能够有效提高变化检测结果的精度，同时较好的保持变化区域的边缘特征，可用于对自然灾害的分析、土地资源监测等领域。
-
公开(公告)号：CN102254162B
公开(公告)日：2013-02-27
申请号：CN201110199095.0
申请日：2011-07-17
Applicant: 西安电子科技大学
Abstract: 本发明公开一种SAR图像机场跑道检测方法，主要克服已有技术计算量大的问题。其实现步骤为：(1)对输入的待检测SAR机场图像进行小波软阈值滤波；(2)对滤波后的图像进行边缘检测，得到边缘图像E(x，y)；(3)搜索边缘图像中所有相互连接的边缘曲线，并记录每条曲线所包含像素点的坐标及每条曲线所包含的像素点数np；(4)设定最短直线长度lmin，当曲线所包含的像素点数小于最短直线长度时，则忽略此曲线，反之则进行多直线拟合，并记录拟合所需直线数nl；(5)求每条曲线的直线比率：γ＝np/nl；(6)设定最小直线比率γmin，将直线比率γ大于最小直线比率γmin的曲线所对应的位置视为飞机场跑道的边界。本发明具有检测准确、计算复杂度低、检测效率高的优点，可用于SAR机场图像机场跑道的检测。
-
公开(公告)号：CN102867187A
公开(公告)日：2013-01-09
申请号：CN201210244452.5
申请日：2012-07-04
Applicant: 西安电子科技大学
IPC: G06K9/62
Abstract: 本发明公开一种NSST域MRF与自适应阈值融合的遥感图像变化检测方法，解决了现有变化检测方法中不能在有效去除杂点的同时保持变化区域边缘信息的缺点。其实现过程是：输入两幅不同时相的遥感图像，用差值法构造差异图像；对差异图像进行非下采样Shearlet分解，将每一层方向子带合并为一个高频子带；对各层高频子带和低频子带分别自适应阈值分类，每层得到一幅高频自适应阈值分类图和一幅低频自适应阈值分类图；分别对各层的低频子带MRF分类，每层得到一幅MRF分类图；融合分类结果得到变化检测结果。本发明既有较强的抗噪性，又有边缘信息保持好的优点，检测结果误检少，准确率高。用于城区变化监测、森林和植被变化监测、军事目标监测等领域。
-
公开(公告)号：CN102663724A
公开(公告)日：2012-09-12
申请号：CN201210054253.8
申请日：2012-03-03
Applicant: 西安电子科技大学
IPC: G06T7/00
Abstract: 本发明公开了一种基于自适应Treelet构造差异图的遥感图像变化检测方法，它属于图像处理技术领域，主要解决现有技术中变化检测精度不足的问题。其实现过程是：对输入的两幅不同时相遥感图像进行块处理，即计算第二幅图像搜索窗内的图像块与第一幅图像的中心图像块的差值，得到样本矩阵；利用Treelet算法对样本矩阵进行聚类，得到自适应差异图；计算差值差异图和自适应差异图的Otsu阈值，利用该阈值融合差值差异图和自适应差异图得到最终差异图，对最终差异图进行Otsu阈值分割，得到变化检测结果。本发明能够有效地提高变化检测精度，保持图像的边缘信息，可用于灾情监测和土地利用。
-
-
-
-
-
-
-
-
-
Search Results
323
records
(took 0.13 seconds)
