-
-
公开(公告)号：CN102663752B
公开(公告)日：2014-10-15
申请号：CN201210104037.X
申请日：2012-04-11
Applicant: 南京理工大学
IPC: G06T7/00
Abstract: 本发明公开了一种SAM加权KEST高光谱异常检测算法(SKEST)。首先，推导SKEST算法；其次采用双矩形窗口，对高光谱图像中每个像元计算其SKEST值，进行阈值分割，检测出异常点。SKEST算法在基于核的特征空间分离变换算法(KEST)基础上，采用光谱角匹配(SAM)测度对高维特征空间检测点邻域差异相关矩阵(DCOR)中每个样本引入权重因子，各样本权重因子取决于该样本光谱向量与检测窗口数据中心向量夹角。从而抑制检测窗口中的异常数据，突出主成分数据的贡献，使得DCOR矩阵能够更好地描述目标、背景数据分布差异；同时SAM对光谱能量是鲁棒的，结合径向基核函数，SKEST算法既考虑了信号的光谱能量差异，也考虑了信号的光谱曲线形状差异，因而更符合高光谱数据特性。
-
公开(公告)号：CN103473759A
公开(公告)日：2013-12-25
申请号：CN201310253229.1
申请日：2013-06-24
Applicant: 南京理工大学
Abstract: 本发明公开了一种WKPCA同质度校正nCRF抑制的微光图像显著轮廓提取方法。首先提出一种WKPCA算法，对高维特征空间的各特征向量进行特征向量角匹配(FAM)加权，削弱或排除CRF区域内病态或异常的特征数据干扰，更精确的提取CRF主成分；在此基础上，定义一种同质度概念和计算方法，通过nCRF特征向量在中心主成分的投影，计算环境-中心的同质性；最后基于该同质度对nCRF中各抑制量校正，使得同质区域相互抑制量大、异质区域抑制量小或不相互抑制、同时尽可能削弱轮廓元素自抑制作用，从而提高抑制作用的准确率。因此本发明提出的模型能够更全面的检测环境-中心的差异，降低噪声干扰、更精确的抑制纹理细节、提高轮廓响应强度和完整性。
-
Patent Agency Ranking
公开(公告)号：CN104346800B
公开(公告)日：2016-12-28
申请号：CN201310334161.X
申请日：2013-08-02
Applicant: 南京理工大学
Abstract: 本发明涉及一种基于纹理显著性的微光图像目标检测方法。本方法首先提取图像粗糙度特征图,进行二值化特征处理,合并属于同一目标区域,分别计算全局显著性、局部显著性和位置显著性，以此计算纹理显著性获得纹理显著图，最后利用纹理显著图进行图像目标检测。其核心内容是利用微光图像目标纹理与背景差异较大的特点，通过纹理显著性进行目标检测。利用本发明方法探测微光图像目标，目标轮廓性好、击中率高。
-
公开(公告)号：CN104346800A
公开(公告)日：2015-02-11
申请号：CN201310334161.X
申请日：2013-08-02
Applicant: 南京理工大学
CPC classification number: G06K9/4661 , G06T7/13
Abstract: 本发明涉及一种基于纹理显著性的微光图像目标检测方法。本方法首先提取图像粗糙度特征图，进行二值化特征处理，合并属于同一目标区域，分别计算全局显著性、局部显著性和位置显著性，以此计算纹理显著性获得纹理显著图，最后利用纹理显著图进行图像目标检测。其核心内容是利用微光图像目标纹理与背景差异较大的特点，通过纹理显著性进行目标检测。利用本发明方法探测微光图像目标，目标轮廓性好、击中率高。
-
公开(公告)号：CN104346775A
公开(公告)日：2015-02-11
申请号：CN201310332119.4
申请日：2013-08-02
Applicant: 南京理工大学
Abstract: 本发明涉及一种提取图像局部纹理粗糙度的方法。本方法首先计算图像中多尺度活动窗口内像素的平均灰度值，对每个像素分别计算它在水平和垂直方向上两个偏心重叠窗口之间的平均灰度差，然后利用最大平均灰度差值对应的尺寸计算最佳尺寸，根据图像中每一像素点的最佳尺寸，计算该像素点的局部粗糙度。本发明方法具有良好的噪声鲁棒性，且可以准确度量图像局部纹理粗糙度。
-
公开(公告)号：CN103903251A
公开(公告)日：2014-07-02
申请号：CN201210585029.1
申请日：2012-12-30
Applicant: 南京理工大学
IPC: G06T7/00
Abstract: 本发明公开了一种基于非经典感受野复合调制的夜视图像显著轮廓提取方法，根据一种非经典感受野复合调制模型构建多尺度迭代注意方法，在迭代过程中动态变化非经典感受野复合调制的尺度因子，计算出输入的夜视图像的复合调制结果；在每步迭代过程中，针对输入图像中各像素点，首先采用多维特征对比度MFC加权抑制模型计算各像素点的抑制结果，然后基于编组兴奋投票GEV易化模型计算各像素点的易化结果，最终获得非经典感受野复合调制输出。本发明方法解决了微光、红外图像中的噪声、纹理抑制，以及由成像特性、环境抑制、噪声干扰导致的轮廓间断问题。
-
公开(公告)号：CN103714543A
公开(公告)日：2014-04-09
申请号：CN201310731236.8
申请日：2013-12-26
Applicant: 南京理工大学
IPC: G06T7/00
Abstract: 本发明提出一种基于不变矩空间信息的简单树动态规划的双目立体匹配方法。采用二阶矩构成的一阶不变矩将摄像机拍摄的双目灰度图像转换为不变矩空间图像；将每个视差的匹配差值矩阵构成的三维矩阵做为简单树动态规划算法中的初始视差矩阵；用简单树代价能量函数迭代计算水平树代价能量函数矩阵和垂直树的代价能量函数矩阵；代价能量函数值最小时所对应的视差即为精确视差，从而获得视差图。本发明有效改善了因光照不均或受其他噪声干扰的区域的视差图质量，使同一深度区域更加平滑，同时提高算法运算速度。
-
-
-
-
-
-
-
Search Results
18
records
(took 0.018 seconds)
