-
公开(公告)号：CN104766334B
公开(公告)日：2017-12-29
申请号：CN201510190521.2
申请日：2015-04-21
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种红外弱小目标检测跟踪方法，根据改进的四阶偏微分方程方法对原始红外图像进行处理获得背景抑制和目标增强后的红外图像，根据分块自适应阈值分割的方法提取所述获得的红外图像中候选目标的位置信息以及数目信息，最后根据高斯混合实现的势概率假设密度(GM‑CPHD)滤波器对提取的候选目标的位置信息和数目信息进行多目标状态和数目估计，通过GM‑CPHD滤波器实现对多个红外弱小目标的状态和数目的精确稳定估计；本发明还公开了一种红外弱小目标检测跟踪装置，通过本发明能够易于实现且效果明显优于传统的背景抑制方法，避免了传统多目标跟踪的数据关联问题，能够更加稳定的实时估计随时间变化的多目标状态和数目。
-
公开(公告)号：CN105005967A
公开(公告)日：2015-10-28
申请号：CN201510282256.0
申请日：2015-05-28
Applicant: 西安电子科技大学
IPC: G06T5/00
Abstract: 本发明公开了一种时空滤波相结合的红外成像非均匀性校正方法，对输入的原始红外非均匀性图像x(n)进行全局滤波获得全局滤波后的图像z(n)，将用原始红外非均匀性图像x(n)与所述获得全局滤波后的图像z(n)相减获得噪声图像zG(n)，对所述获得的噪声图像zG(n)进行滤波处理后获得时域低频上的纯非均匀性噪声图像zGr(n)，最后将原始红外非均匀性图像x(n)与获得的时域低频上的纯非均匀性噪声图像zGr(n)相减获得非均匀性校正后的红外图像y(n)；本发明还公开了一种时空滤波相结合的红外成像非均匀性校正装置，通过本发明能够对有局部非重复性或半随机结构的信噪比很低的复杂图像，其滤波性能依然保持较高的水平。
-
公开(公告)号：CN104268835A
公开(公告)日：2015-01-07
申请号：CN201410490136.5
申请日：2014-09-23
Applicant: 西安电子科技大学
Abstract: 本发明涉及一种基于图像几何分离的红外弱小目标增强方法。首先，根据红外图像中弱小目标和背景杂波分布特点，对图像中弱小目标和背景杂波成分分别采用谱图小波变换和非下采样的剪切波变换字典进行稀疏表示；然后将这两个互不相关的稀疏字典引入到图像几何分离框架中，并利用全变分惩罚因子来获得更多背景杂波成分信息，使其得到更有效的分离，从而达到增强弱小目标信号的目的。该方法具有更优的弱小目标增强和背景杂波抑制效果，与经典的最大均值、形态学滤波和二维最小均方误差等滤波方法相比，不但背景抑制因子有所提高，而且也较好地降低了强边缘引起的虚警。
-
公开(公告)号：CN114821033B
公开(公告)日：2025-02-18
申请号：CN202210289428.7
申请日：2022-03-23
Applicant: 西安电子科技大学
Abstract: 本发明涉及一种基于激光点云的三维信息增强的检测识别方法及装置，该方法包括：对原始点云数据进行体素化处理得到若干体素；提取每个非空体素的点云体素特征得到若干特征图；将若干特征图输入到区域建议网络中生成第一阶段候选框；将第一阶段候选框输入点云空间形状补全网络中，得到目标点集；从目标点集中提取点云结构信息得到全局结构信息；从原始点云数据中采样每个关键点附近的非空体素特征结合作为关键点特征；对关键点特征进行提取得到网格点特征；将网格点特征和全局结构信息进行融合得到增强特征；对增强特征进行置信度预测和候选框细化得到置信度和边界框参数。该方法增强了点云数据的特征表示，提高了激光点云目标检测精度。
-
公开(公告)号：CN119126252A
公开(公告)日：2024-12-13
申请号：CN202411305181.9
申请日：2024-09-19
Applicant: 西安电子科技大学
Abstract: 本发明实施例公开了一种基于超构表面的多光谱识别装置、方法、介质及设备，装置包括：分孔径成像镜组，用于采集目标物体的多光谱信息，并进行分孔径会聚以平行光形式输出分孔径会聚光；超构表面调制器件，用于通过微纳结构超表面生成预设个数的超表面原子，根据超表面原子对分孔径会聚光进行多光谱调制，获取已调制多光谱信息和未调制光谱信息；电荷耦合器件，用于采集已调制多光谱信息和未调制光谱信息，获取多光谱图像和全波段图像。目标检测模块，用于对多光谱图像和全波段图像进行特征融合后，进行softmax归一化处理，输出最终目标识别结果。通过在深度学习方法下结合超构表面多光谱成像，从而小型化成像设备，提高目标识别准确率。
-
Patent Agency Ranking
公开(公告)号：CN118887506A
公开(公告)日：2024-11-01
申请号：CN202411157145.2
申请日：2024-08-22
Applicant: 西安电子科技大学
IPC: G06V10/80 , G06N3/0455 , G06N3/0464 , G06N3/082 , G06V10/42 , G06V10/44
Abstract: 本发明实施例公开了一种基于可学习频域特征分解的图像融合方法、系统及介质，方法包括：对初始红外可见光图像进行特征提取，获取图像离散信号；通过低频分析向量和高频分析向量构建可学习频域特征分解网络；根据所述可学习频域特征分解网络分解图像离散信号，获取低频分量特征、水平高频分量特征、垂直高频分量特征和对角线高频分量特征；对低频分量特征进行全局特征信息提取，获取可见光与红外光的全局特征；对水平高频分量特征、垂直高频分量特征和对角线高频分量特征进行细节特征信息提取，获取可见光与红外光的三通道细节特征；融合全局特征和三通道细节特征，并结合初始红外可见光图像输出最终的融合图像。本方法的参数量及计算复杂度较低。
-
公开(公告)号：CN114779209B
公开(公告)日：2024-07-12
申请号：CN202210311588.7
申请日：2022-03-28
Applicant: 西安电子科技大学
IPC: G01S7/48
Abstract: 本发明公开了一种激光雷达点云体素化方法，包括：步骤1：获取原始点云数据并将其划分为若干体素；步骤2：设置降采样阈值和动态增量；步骤3：对于任一体素，若判断该体素内点的个数超过所述降采样阈值，则根据所述动态增量确定该体素最后的保留点数，并根据所述保留点数对该体素进行降采样处理；否则，保留当前体素内的所有点，不对其进行降采样处理；步骤4：重复步骤3，直至完成所有体素的处理，得到体素化后的点云。本发明提供的激光雷达点云体素化方法使得在原始点云分布极不均匀的情况下，尽可能的保留原始信息，从而取得更好体素化的效果。
-
公开(公告)号：CN112561838B
公开(公告)日：2024-01-30
申请号：CN202011392344.3
申请日：2020-12-02
Applicant: 西安电子科技大学
IPC: G06T5/50
Abstract: 本发明公开了一种基于残差自注意力和生成对抗网络的图像增强方法，通过残差自注意力模块对低质量红外图像进行红外图像特征提取，获得低级红外特征图；通过增强模块对提取到的低级红外特征图进行多尺度深层次细节特征提取，获得高级红外特征图；低级特征图与高级特征图进行卷积合并生成增强红外图像，将增强红外图像和与低质量红外图像配对的高质量红外图像输入判别器，在生成对抗网络的生成器和判别器的训练过程中，确定两幅图像的纹理损失、内容损失、全变分损失，对比度损失，引导生成器与判别器的参数更新方向，不断提高增强红外图像的细节特征，获得质量相对最优的增强红外图像。
-
公开(公告)号：CN116977923A
公开(公告)日：2023-10-31
申请号：CN202310869371.2
申请日：2023-07-14
Applicant: 西安电子科技大学
IPC: G06V20/52 , G06V10/42 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/0499
Abstract: 本发明公开了一种基于监督注意力机制和语义特征的无人机检测预警方法，包括：基于监督注意力机制对红外无人机图像进行全局特征提取，得到全局注意力图；同时，对红外无人机图像进行语义特征提取，得到语义特征图；将全局注意力图和语义特征图进行融合，得到掩膜特征图；对掩膜特征图进行注意力编码，并对得到的注意力感知视觉语句进行分类，得到检测结果。该方法在提高了检测精度的同时大幅降低了误检率，能够满足空中弱小无人机目标实时检测定位需求，提升预警能力。
-
公开(公告)号：CN112668648B
公开(公告)日：2023-06-20
申请号：CN202011587399.X
申请日：2020-12-29
Applicant: 西安电子科技大学
IPC: G06V10/764 , G06V10/766 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/047
Abstract: 本发明公开了一种基于对称融合网络的红外和可见光船只精确识别方法，对已有的红外图像和可见光图像数据集分别进行图像各自深层特征提取，获得红外图像特征图和可见光图像特征图；分别对红外图像特征图和可见图光像特征图进行张量拼接和特征融合，获得红外融合图像和可见光融合图像；根据权重偏移系数调整红外融合图像和可见光融合图像中红外和可见光的特征比例，获得最终的检测识别结果。本发明设计自适应权值分配模块，引入注意力机制，对提取到的特征进行了权值分配，提升精度。
-
-
-
-
-
-
-
-
-
Search Results
105
records
(took 0.026 seconds)
