公开(公告)号：CN102999909A

公开(公告)日：2013-03-27

申请号：CN201210470857.0

申请日：2012-11-19

Applicant: 西安电子科技大学

Inventor： 侯彪 ,  侯小瑾 ,  刘彦甲 ,  焦李成 ,  方相如 ,  翁鹏 ,  马文萍 ,  马晶晶

IPC: G06T7/00

Abstract: 本发明公开了一种基于改进视觉注意模型的SAR目标检测方法，它属于图像处理技术领域，主要解决了传统视觉注意模型在SAR图像处理方面失效的问题。其检测过程为：先对待检测SAR图像进行下采样，再对采样后的图像提取其纹理特征和小波特征，把这些特征进行线性叠加后经过归一化及显著性处理得到初始显著图；然后把初始显著图经过视觉感受野模板滤波，即可得到最终显著图；最后把最终显著图用双线性插值到与原SAR图像大小相同，将插值后显著图中亮的区域作为目标区域。本发明具有计算速度快，检测效果明显，定位准确的优点，可用于SAR图像目标的预检测。

公开(公告)号：CN103020919B

公开(公告)日：2015-06-03

申请号：CN201310008136.2

申请日：2013-01-09

Applicant: 西安电子科技大学

Inventor： 焦李成 ,  刘坤 ,  王爽 ,  蒋含禄 ,  于佳平 ,  马文萍 ,  马晶晶 ,  侯小瑾 ,  张涛

IPC: G06T5/00

Abstract: 本发明公开了一种基于非局部Lee的极化SAR相干斑噪声的抑制方法，主要解决现有非局部滤波与精致极化Lee滤波对同质区域平滑程度不够和边缘纹理细节丢失的问题。其实现过程是：对极化SAR图像数据进行边界扩展，利用非局部方法，寻找相似的像素点，组成相似像素集；用线性最小均方误差方法结合设定的八类掩膜窗对相似集进行估计，求解相似集中的权重值对像素点进行滤波；将极化SAR图像数据的每一个像素点进行滤波，得到最终滤波后的协方差矩阵；用Pauli向量法将滤波后的协方差矩阵合成伪彩图。本发明在抑制相干斑的同时保持亮目标和边缘纹理细节信息，提高了极化SAR图像数据的相干斑抑制效果，可用于极化SAR图像数据地物分类和目标识别。

公开(公告)号：CN104392251A

公开(公告)日：2015-03-04

申请号：CN201410717651.2

申请日：2014-11-28

Applicant: 西安电子科技大学

Inventor： 张向荣 ,  焦李成 ,  宋强 ,  马文萍 ,  侯小瑾 ,  侯彪 ,  马晶晶 ,  白静 ,  翁鹏

IPC: G06K9/66

CPC classification number: Y02A40/12 ,  G06K9/6271

Abstract: 本发明公开了一种基于半监督字典学习的高光谱图像分类方法，主要解决高光谱图像高维和在相对小样本情况下分类精度低的问题。其步骤包括：将高光谱图像的像素点用光谱特征向量表示；选取标记样本集、无标记样本集和测试样本集；构造有标记样本的类标矩阵；构造无标记样本的拉普拉斯矩阵；使用交替优化策略和梯度下降法求解半监督字典学习模型；使用学习得到的字典编码有标记样本、无标记样本和测试样本；使用学习得到的稀疏编码作为特征分类高光谱图像。本发明采用半监督思想，相比监督学习方法能够获得较高的分类正确率，可用于精细农业，植被调查，军事侦察等领域。

公开(公告)号：CN103593833A

公开(公告)日：2014-02-19

申请号：CN201310512370.9

申请日：2013-10-25

Applicant: 西安电子科技大学

Inventor： 焦李成 ,  刘芳 ,  戴金洪 ,  马晶晶 ,  马文萍 ,  王爽 ,  侯彪 ,  侯小瑾 ,  刘坤

IPC: G06T5/50

Abstract: 本发明公开了一种基于压缩感知和能量规则的多聚焦图像融合方法，主要解决压缩感知条件下，多聚焦图像融合中图像块相似度较高，不易提取信息的问题。其实现步骤为：对两幅多聚焦图像利用分块置乱的哈达玛观测矩阵进行观测，获得两幅输入图像的观测向量；利用这两个观测向量的能量和数据相似度来计算融合权值，根据融合权值计算融合图像的观测向量；对该观测向量采用梯度投影法在CDF9/7小波基下进行重构，得到融合图像。本发明与经典多聚焦图像融合方法相比，同时包含两幅图像的信息且调节项能根据图像块的相似程度调节融合权值，解决了多聚焦图像块相似度过高的问题，提高了融合效果，可用于多聚焦图像的融合。

公开(公告)号：CN103020922A

公开(公告)日：2013-04-03

申请号：CN201310009311.X

申请日：2013-01-10

Applicant: 西安电子科技大学

Inventor： 王爽 ,  焦李成 ,  蒋含禄 ,  刘坤 ,  于佳平 ,  马文萍 ,  马晶晶 ,  侯小瑾 ,  张涛

IPC: G06T5/00

Abstract: 本发明公开了一种基于PCA变换的SAR图像相干斑抑制方法，主要是解决现有的PCA变换域去噪方法不能应用于噪声模型为乘性的SAR图像中。其实现过程是：对SAR图像进行取块并在训练样本搜索窗选取相似块，组成样本矩阵；计算样本矩阵的协方差矩阵,求解特征值与特征向量；对特征值与特征向量进行变换求得含噪的特征系数；用最小线性均方误差对含噪的特征系数估计；用估计后的特征系数重建图像块，对重复估计的像素点取平均，得到基本的去噪结果；在基本的滤波结果上重复该过程，得到满意的滤波效果。本发明在抑制相干斑的同时保持点目标和边缘纹理细节信息，提高了SAR图像的相干斑抑制效果，可用于SAR图像目标识别和地物分类。

公开(公告)号：CN103020893A

公开(公告)日：2013-04-03

申请号：CN201210476415.7

申请日：2012-11-21

Applicant: 西安电子科技大学

Inventor： 侯彪 ,  侯小瑾 ,  周宇 ,  焦李成 ,  王爽 ,  张向荣 ,  马文萍 ,  马晶晶

IPC: G06T1/20 ,  G06K9/62

Abstract: 本发明公开了一种基于FPGA的K近邻分类器，主要解决现有技术分类速度慢的问题。它包括：只读存储单元、串入并出单元、距离计算单元、标签延时单元、K近邻选择单元和判决单元。串入并出单元将串行输入的待测样本特征数据并行输出给距离计算单元，同时只读存储单元输出训练样本的特征数据给距离计算单元，经距离计算单元得到待测样本特征与训练样本特征之间的1范数距离，训练样本标签经过标签延时单元延时后，再与距离计算单元的结果同步输出到K近邻选择单元，K近邻选择单元输出K个最近邻的标签，判决单元根据K个最近邻的标签判断待测样本的类别。本发明具有分类速度快、结构简单、可重构性好的优点，可用于实时视频目标识别。

公开(公告)号：CN102968640A

公开(公告)日：2013-03-13

申请号：CN201210415131.7

申请日：2012-10-25

Applicant: 西安电子科技大学

Inventor： 王爽 ,  侯小瑾 ,  李崇谦 ,  李婷婷 ,  刘亚超 ,  马文萍 ,  马晶晶 ,  刘坤 ,  张涛

IPC: G06K9/62

Abstract: 本发明公开了一种基于Freeman分解和数据分布特征的极化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）对待分类的极化SAR图像进行Freeman分解，获取平面散射、二面角散射及体散射三种散射功率；2）根据三种散射功率将极化SAR图像初始划分为三类；3）计算每一类中各像素点的分布特征参数χL；4）根据分布特征参数χL的值将初始划分的三类的每一类再划分为3类，从而将整个极化SAR图像划分为9类；5）对得到的9类划分结果进行复Wishart迭代，得到最终的分类结果。本发明与经典分类方法相比，对极化SAR图像的划分更加严谨，分类效果更佳，计算复杂度相对较小，可用于对极化SAR图像的进行地物分类和目标识别。

公开(公告)号：CN102903118A

公开(公告)日：2013-01-30

申请号：CN201210415237.7

申请日：2012-10-25

Applicant: 西安电子科技大学

Inventor： 王爽 ,  侯小瑾 ,  赵丽 ,  刘亚超 ,  刘坤 ,  马文萍 ,  马晶晶 ,  张涛

IPC: G06T7/00

Abstract: 本发明公开了一种基于快速全局K均值的自适应图像分割方法，主要解决现有技术自适应分割图像效果差和计算复杂度高的缺点，其实现步骤为：(1)读入一幅待分割的图像，提取待分割的图像的纹理特征；(2)设置图像聚类数c的搜索范围；(3)用改进后的快速全局K均值方法将纹理特征聚成c类，得到聚类中心；(4)计算每一个纹理特征属于每一类的隶属度；(5)根据隶属度和聚类中心计算聚类数为c，c-1，c-2分别对应的有效性指标L(c),L(c-1),L(c-2)；(6)若L(c-1)＞L(c-2)并且L(c-1)＞L(c)，则输出分割结果，否则，令c=c+1，返回步骤(3)。本发明与其他方法相比，计算复杂度低，自适应获得的最佳类别数和分割结果更准确，可用于对图像进行分割和聚类。

公开(公告)号：CN103984746B

公开(公告)日：2017-03-29

申请号：CN201410224797.3

申请日：2014-05-26

Applicant: 西安电子科技大学

Inventor： 焦李成 ,  唐旭 ,  马文萍 ,  侯小瑾 ,  侯彪 ,  王爽 ,  马晶晶 ,  杨淑媛 ,  刘静

IPC: G06F17/30

Abstract: 本发明公开了一种基于半监督分类与区域距离测度的SAR图像识别方法。其实现步骤为：通过切分原始SAR图像建立图像库，从图像库中挑选目标单一的SAR图像块；提取图库内图像块的特征向量；将挑选出的SAR图像块分成若干类，并用对应的特征向量作为训练样本，训练半监督分类器，并用此分类器对图像库分类；对用户输入的查询图像块，用已训练的分类器得到其类别；根据混淆矩阵求取查询图像块的类别集合，计算查询图像块与图像库中属于该集合的图像块之间的区域相似距离，并依照该距离从小到大的顺序返回用户需要数量的图像块。本发明具有分类(56)对比文件Xiaojin Zhu.Semi-supervised learningusing gaussian fields and harmonicfunctions《.Proceedings of the TwentiethInternational Conference on MachineLearning(ICML-2003)》.2013,James Z. Wang.SIMPLIcity:Semantics-Sensitive integrated Matching for PictureLIbraries《.IEEE TRANSACTIONS ON PATTERNANALYSIS AND MACHINE INTELLIGENCE》.2001,

公开(公告)号：CN103258207B

公开(公告)日：2016-06-29

申请号：CN201310168351.9

申请日：2013-05-08

Applicant: 西安电子科技大学

Inventor： 缑水平 ,  焦李成 ,  王维芳 ,  朱虎明 ,  王爽 ,  刘坤 ,  侯小瑾

IPC: G06K9/62

Abstract: 本发明公开了一种基于散射功率和强度联合统计的极化SAR图像分类方法，主要解决现有技术对散射特性相似区域难以区分和分类类别数固定的问题。其实现过程是：1）采用Lee滤波器对相干矩阵T滤波；2)利用Freeman分解得到功率矩阵；3）利用特征值分解得到强度矩阵；4)对功率矩阵和强度矩阵分别进行8邻域求平均；5)选取k类匀质区域作为训练样本；6）采用EM算法对k类样本的功率矩阵和强度矩阵概率密度分布函数的参数进行估计；7)求解k类样本功率矩阵和强度矩阵的联合概率分布；8)对待分类极化SAR数据进行贝叶斯分类，得到分类结果。本发明具有对极化SAR图像分类效果显著的优点，可进一步用于极化SAR图像目标检测和目标识别。