-
公开(公告)号：CN106096604A
公开(公告)日：2016-11-09
申请号：CN201610387328.2
申请日：2016-06-02
Applicant: 西安电子科技大学昆山创新研究院
CPC classification number: G06K9/3241 , G06K9/6289
Abstract: 本发明公开了一种基于无人平台的多波段融合探测方法，将无人平台上获取的红外图像序列和可见光图像序列进行空间配准，再对配准好的红外图像序列和可见光图像序列进行预处理，将所述预处理后的红外图像序列和可见光图像序列进行图像融合，最后，对融合后的图像序列进行多弱小目标检测处理，输出目标的状态数据和数目信息。本发明采用红外和光学图像融合技术，实现对目标的精确检测。解决了无人机平台成像质量差，单一红外探测器分辨率低、不利于目标准确识别的缺点，且算法优于传统的目标检测算法，对目标的探测和识别更加容易，能够对防御系统和对抗系统提供目标的准确指示，可广泛应用于各类复杂背景的弱小目标准确检测系统中。
-
公开(公告)号：CN105160657A
公开(公告)日：2015-12-16
申请号：CN201510478112.2
申请日：2015-08-05
Applicant: 西安电子科技大学
IPC: G06T7/00
CPC classification number: G06T2207/10048 , G06T2207/20201
Abstract: 本发明公开了一种基于FPGA的红外成像非均匀性校正系统。其包括：输入帧缓存器(1)、输出帧缓存器(2)、外部存储控制器(3)和神经网络模块(4)；该神经网络模块(4)包括：校正子模块、预测图像计算子模块、新参数计算子模块、投影法运动估计子模块和二选一选择器。输入帧缓存器接收并缓存原始图像；外部存储控制器读入校正参数；校正子模块校正原始图像并通过输出帧缓存器缓存；预测图像计算子模块计算预测图像并通过新参数计算子模块计算新校正参数；投影法运动估计模块和二选一选择器选择参数更新，以校正下一帧原始图像。本发明解决现有技术中的“鬼影”和图像模糊问题，可用于实时校正红外图像的非均匀性。
-
公开(公告)号：CN105023255A
公开(公告)日：2015-11-04
申请号：CN201510476748.3
申请日：2015-08-05
Applicant: 西安电子科技大学
IPC: G06T5/00
Abstract: 本发明公开了一种高斯模型面阵相机抖动的红外弱小目标图像序列仿真方法，其步骤包括：采集图像背景并仿真目标图像背景，创建高斯模型目标模型，设置目标航迹，合成目标图像，设置抖动参数，生成抖动偏移量，计算抖动后成像行数，计算抖动后成像信号，生成抖动目标图像，输出高斯模型面阵相机抖动的红外弱小目标图像序列。本发明具有计算量小，高斯模型面阵相机抖动的红外弱小目标图像真实度高，纹理细节特征丰富，高斯模型红外弱小目标与真实目标吻合度高，红外弱小目标大小，红外弱小目标信噪比，红外弱小目标运动速度，红外弱小目标航迹，红外面阵相机抖动参数可控制的优点。
-
公开(公告)号：CN104463822A
公开(公告)日：2015-03-25
申请号：CN201410763858.3
申请日：2014-12-11
Applicant: 西安电子科技大学
IPC: G06T5/50
Abstract: 本发明公开了一种基于多尺度全局滤波的多聚焦图像融合方法，根据多尺度全局滤波分别对待融合的若干幅多聚焦图像进行多尺度分解，根据融合规则融合分解获得的若干幅多聚焦图像的多尺度子带图像，对融合后的多尺度子带图像进行逆多尺度全局滤波获得最终的融合图像；本发明还公开了一种基于多尺度全局滤波的多聚焦图像融合装置，本发明提高了融合图像的清晰度、信息量等以得到图像质量更好的融合图像。
-
公开(公告)号：CN104408705A
公开(公告)日：2015-03-11
申请号：CN201410490530.9
申请日：2014-09-23
Applicant: 西安电子科技大学
IPC: G06T7/00
CPC classification number: G06T7/0002 , G06T2207/10036
Abstract: 本发明涉及一种基于高光谱图像的异常检测方法，本发明利用核典型相关性分析的办法对高光谱图像进行异常检测。具体方法包括：获取高光谱图像；将高光谱图像标准化，同时做去均值处理；针对高光谱图像中每一像素点确定目标窗口与背景窗口，使用KCCA方法分析；将KCCA分析得到的结果分离出背景信息与目标信息，计算原图像与背景图像、目标图像平方差之间的差值，作为最终的检测结果。
-
Patent Agency Ranking
公开(公告)号：CN104268571A
公开(公告)日：2015-01-07
申请号：CN201410490236.8
申请日：2014-09-23
Applicant: 西安电子科技大学
CPC classification number: G06K9/6223 , G06T2207/10048
Abstract: 本发明涉及一种基于最小树聚类的红外多目标分割方法，其特征在于：采用背景差分法和形态学操作预处理图像，得到目标区域和背景区域分离的二值化图像；二值图像中所有目标区域的像素点均匀采样和最近邻划分将目标区域像素初始划分成各个小类；以各个小类为顶点，以L1范数和高斯核函数计算得到的类间间距为边长构造一棵最小树；计算得到的边长阈值并切割最小树长边，得到最终的聚类结果，剔除孤立点和噪声点，剩余每一类为一个目标；在原始红外图像上用十字叉标示各个目标形心，用矩形框标示各个目标空间范围。
-
公开(公告)号：CN104200438A
公开(公告)日：2014-12-10
申请号：CN201410453180.9
申请日：2014-09-05
Applicant: 西安电子科技大学
IPC: G06T5/00
Abstract: 本发明提供一种红外图像多级细节增强处理方法，对输入的原始红外图像进行分解，对所述分解后获得的目标自身辐射分量R进行对比度和自适应增强，将增强后的目标自身辐射分量与所述分解后获得的原始外界环境红外辐射的反射分量F合并，获得最终的红外增强图像本发明还提供了一种红外图像多级细节增强处理装置，通过本发明能够提高红外图像的层次性，改善了红外图像的视觉效果，提高了对比度和更加清晰的轮廓。
-
公开(公告)号：CN104185026A
公开(公告)日：2014-12-03
申请号：CN201410452761.0
申请日：2014-09-05
Applicant: 西安电子科技大学
IPC: H04N19/154 , H04N19/625
Abstract: 本发明公开一种随机投影域下相位编码的红外高分辨率成像方法。本发明根据低维随机高斯模板随机压缩图像信号，对所述压缩后获得的随机投影域信号进行随机相位编码，重构所述随机相位编码后获得的压缩编码采样信号，获得原始红外图像；本发明还公开了一种随机投影域下相位编码的红外高分辨率成像装置，通过本发明能够在保证图像重构质量的前提下，显著提高红外图像的分辨率。
-
公开(公告)号：CN103714548A
公开(公告)日：2014-04-09
申请号：CN201310743788.0
申请日：2013-12-27
Applicant: 西安电子科技大学
IPC: G06T7/00
Abstract: 基于视觉注意机制的红外图像与可见光图像配准方法，步骤如下：输入原始红外和可见光图像，通过视觉注意机制模型获取红外和可见光图像的视觉显著区域；通过Hu矩的不变矩计算，对红外和可见光图像的视觉显著区域进行粗匹配；在粗匹配的红外和可见光图像的视觉显著区域内搜寻质心，以质心作为视觉显著点，以视觉显著点代表视觉显著区域；基于去均值归一化互相关原理对视觉显著点进行细匹配；采用RANSAC算法对精确匹配的图像进行提纯，计算配准估计函数，通过配准估计函数进行图像变换，实现图像的配准、输出。本发明通过模拟人眼的视觉注意机制作为图像的特征检测方法提取稳定的特征，经过匹配后，精确实现红外图像与可见光图像的配准。
-
公开(公告)号：CN114757825B
公开(公告)日：2025-04-25
申请号：CN202210278772.6
申请日：2022-03-21
Applicant: 西安电子科技大学
IPC: G06F17/40
Abstract: 本发明公开了一种基于特征分离的红外图像超分辨率重建方法，包括：获取待处理图像；对待处理图像进行上采样，得到第一图像；将第一图像输入预先训练好的特征分离网络，得到第一图像的低分低频特征和低分高频特征；根据低分低频特征，确定第一图像的结构图像，并根据低分高频特征，获得第一图像的纹理信息及噪声图像；根据结构图像和纹理信息，超分辨率重建得到第二图像。本发明中特征分离网络能够实现低分辨率图像与高分辨率图像的高低频分离，进而使高频特征能被更好地学习、并针对分离结构图像的特点采用不同的网络进行处理，充分利用输入的多尺度特征，进一步引导图像的细节恢复，提高图像的信息量。
-
-
-
-
-
-
-
-
-
Search Results
263
records
(took 0.051 seconds)
