-
公开(公告)号：CN110135344A
公开(公告)日：2019-08-16
申请号：CN201910405347.7
申请日：2019-05-16
Applicant: 电子科技大学
IPC: G06K9/00
Abstract: 本发明涉及基于加权固定秩表示的红外弱小目标检测方法，包括步骤：1：输入待处理红外图像；2：通过滑动窗遍历红外图像后构建红外块图像；3：通过交叠组稀疏计算权重系数并构造块图像；4：通过固定秩表示方法和加权L1范数构建目标函数，使用自表示方法将所述的红外块图像作为完备字典输入目标函数后，利用ADMM算法构造拉格朗日函数并求解字典矩阵和目标块图像；5：将所述目标块图像重构为目标图像；6：对所述的目标图像阈值分割，获取检测结果。测试表明，本发明对红外小目标具有良好的检测效果，极大程度地降低了虚警率、明显的提高了算法的鲁棒性，使算法的收敛速度得到了大幅提升、运行时间大幅度降低。
-
公开(公告)号：CN109886193A
公开(公告)日：2019-06-14
申请号：CN201910129005.7
申请日：2019-02-21
Applicant: 电子科技大学
Abstract: 本发明公开了一种卷云检测方法，包括以下步骤：输入遥感图像，并获取遥感图像的原色通道灰度图；获取原色通道灰度图的分形维数特征图；基于分形维数特征图和原色通道灰度图获取权值灰度图；对原色通道灰度图的像素点进行聚类计算，获取像素点的聚类结果，基于聚类结果确定原色通道灰度图每一像素点的预分配标签；基于原色通道灰度图、权值灰度图和预分配标签建立图割模型；对图割模型进行最小割计算，输出遥感图像的检测结果。本发明还同时公开了一种卷云检测设备及计算机可读存储介质。
-
公开(公告)号：CN109858498A
公开(公告)日：2019-06-07
申请号：CN201910061102.7
申请日：2019-01-22
Applicant: 电子科技大学
Abstract: 本发明公开了一种用于核型白内障图像的特征提取方法：步骤1、对清晰核型白内障图像进行模糊处理得到对应的清晰-模糊图像对数据集，用清晰-模糊图像对数据集训练DeblurGAN模型，并用该模型去除实际采集图像的模糊，得到去模糊后的实际采集核型白内障图像数据集；步骤2、根据去模糊后的实际采集核型白内障图像数据集训练CNN模型，根据训练好的CNN模型得到相应的图像特征提取器；步骤3、将待提取特征的核型白内障图像利用训练好的DeblurGAN模型产生清晰的图像，再将得到的清晰图像利用图像特征提取器计算得到图像的特征。本发明能够缓解医学领域核型白内障模糊弱样本对特征提取造成干扰的问题，不需要人为采集大量清晰样本来支持模型的学习，鲁棒性更好。
-
公开(公告)号：CN108986130A
公开(公告)日：2018-12-11
申请号：CN201810768557.8
申请日：2018-07-13
Applicant: 电子科技大学
Abstract: 本发明公开了一种空中背景下的红外弱小目标检测方法。本发明针对红外图像，首先利用多方向高提升滤波器对目标区进行提升；再在特定方向上计算多尺度局部差分图，抑制云杂波干扰同时提升算法的鲁棒性；然后根据特定方向的多尺度局部差分图计算该方向的局部对比图；再利用所有方向的局部对比图在对应像素上取最小值得到HB-MLCMD响应图；最后Otsu算法阈值分割输出最终的检测结果。该方法考虑到了多个方向上的云层杂波干扰，因此有着性能良好的抑制云杂波效果，有效降低弱小目标检测的虚警率，提高算法鲁棒性。并且该方法支持并行运算，有较高的实时性。
-
公开(公告)号：CN106874881A
公开(公告)日：2017-06-20
申请号：CN201710100030.3
申请日：2017-02-23
Applicant: 电子科技大学
Abstract: 一种多模板时空关联的局部反联合稀疏目标跟踪方法，属于机器视觉和模式识别领域，旨在挖掘不同模板间的时空关联信息，解决复杂场景下的目标跟踪问题，降低计算复杂度。在粒子滤波框架下，采集候选目标及划分局部图像块，用以构造过完备字典；进行目标模板样本集的初始化及更新，并按获取的帧号对各个模板进行标号；建立时序权重矩阵，作为引导稀疏表示的时序先验信息；利用字典对目标模板集中的所有样本进行加权联合稀疏表示，并将目标函数中的联合稀疏约束项替换为含参数高斯函数进行优化问题求解，得到稀疏表示系数矩阵；根据系数矩阵中非零元素分布的行连续性及权值大小，得到候选目标的重要性打分，从而实现稳定的目标跟踪。
-
Patent Agency Ranking
公开(公告)号：CN115205696B
公开(公告)日：2024-11-05
申请号：CN202210597023.X
申请日：2022-05-30
Applicant: 电子科技大学
Abstract: 本发明涉及图像处理及机器视觉技术领域，提出了一种红外成像虚警源和目标协同建模与检测方法，主旨在于解决红外成像中因背景复杂、待检目标弱小、存在密集高反虚警源等特点，造成目标检测难度大的问题。并且，现有的检测算法只针对目标而忽略对虚警源的检测，为此，本发明提出一种虚警源和目标协同建模方案，同时利用了虚警源和目标的特征，更加接近红外成像模型的本质。主要技术包括，读入原始红外图像f0∈Rm×n，通过局部窗口移动构建张量块；对构建局部张量块进行低秩、稀疏分解，将虚警源和目标检测问题转化为高亮强纹理张量恢复及最优化问题；最后，通过背景、虚警源及目标的图像重建，得到目标和虚警源的最终检测结果T∈Rm×n、A∈Rm×n。
-
公开(公告)号：CN109584303B
公开(公告)日：2023-04-14
申请号：CN201811465214.0
申请日：2018-12-03
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于Lp范数和核范数的红外弱小目标检测方法，属于红外图像处理及目标检测领域，首先输入待处理的红外图像，采用滑动窗遍历红外图像，将红外图像转换为红外块图像；再利用Lp范数和核范数构建目标函数，利用ADMM方法构造拉格朗日函数；然后将红外块图像输入目标函数后，结合ADMM方法，求解得出背景块图像和目标块图像；最后，将目标块图像重构为目标图像，再对目标图像进行阈值分割，获取最终检测结果，本发明解决了现有红外弱小目标检测方法由于边缘、强噪声和虚警源等因素的干扰，导致检测准确率低，算法鲁棒性差的问题。
-
公开(公告)号：CN110189277B
公开(公告)日：2023-03-31
申请号：CN201910486059.9
申请日：2019-06-05
Applicant: 电子科技大学
IPC: G06T5/00
Abstract: 本发明公开了一种基于经验模态分解的高动态范围图像可视化方法，涉及动态范围图像可视化方法领域；其包括步骤1：将原始高动态范围图像由RGB空间转换到HSV空间，提取亮度通道V通道作为灰度图像I(x,y)；步骤2：对灰度图像I(x,y)进行经验模态多尺度分解，得到分解结果；步骤3：根据分解结果和灰度图像I(x,y)计算局部对比度得到反射分量R(x,y)后，计算照度分量L(x,y)；步骤4：对照度分量L(x,y)进行重映射得到新的照度分量L'(x,y)，根据反射分量R(x,y)和新的照度分量L'(x,y)进行图像重构，得到色调映射后的图像；本发明解决现有方法强边缘处容易产生光晕和高亮区域出现过饱和现象的问题，达到了保留完整边界的同时滤掉纹理信息、消除光晕和过饱和现象的效果。
-
公开(公告)号：CN110674782B
公开(公告)日：2022-12-09
申请号：CN201910947684.9
申请日：2019-09-30
Applicant: 电子科技大学
IPC: G06V20/20
Abstract: 本发明公开了一种基于分数熵的红外弱小目标检测方法，属于原始红外图像处理及目标检测领域，解决现有技术的红外弱小目标检测困难的问题。本发明在获取的待检测的原始红外图像上建立滑动窗口，根据滑动窗口、滑动窗口的滑动步长和原始红外图像得到备用熵值图像；基于滑动窗口的滑动步长，按照从左往右、从上往下在原始红外图像上滑动一次滑动窗口，得到一个ROI区域，计算ROI区域的分数熵并将其赋值给备用熵值图像对应的像素，继续滑动窗口直到遍历完整个原始红外图像；将赋值后的分数熵图像中的像素值映射到空间[0，255]内得到熵值图像；将熵值图像进行形态学处理后，再确定目标位置与大小，并在原图上进行重定位，即得到检测结果。
-
公开(公告)号：CN109978848B
公开(公告)日：2022-11-04
申请号：CN201910211745.5
申请日：2019-03-19
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于多光源颜色恒常模型检测眼底图像中硬性渗出的方法，属于图像处理技术领域，解决现有技术中采用单光源进行颜色校正，导致硬性渗出检测精度不高的问题。本发明输入原眼底图像，进行预处理；利用多光源颜色恒常性算法，对预处理后的原眼底图像进行颜色校正；结合颜色校正后的眼底图像中的血管信息进行视盘定位，利用快速均值移位分割出视盘区域，得到视盘图像；基于视盘图像和预处理得到的图像进行阈值分割以及形态学重建，提取出硬性渗出的候选区域，得到候选区域图像；提取候选区域图像的颜色直方图特征、颜色恒常性特征和纹理特征。并用提取的特征进行检测，得到检测结果。本发明用于对眼底图像进行特征提取和硬性渗出检测。
-
-
-
-
-
-
-
-
-
Search Results
80
records
(took 0.027 seconds)
