公开(公告)号：CN103413316A

公开(公告)日：2013-11-27

申请号：CN201310374750.0

申请日：2013-08-24

Applicant: 西安电子科技大学

Inventor： 田小林 ,  焦李成 ,  郭开武 ,  王爽 ,  郑晓利 ,  马晶晶 ,  马文萍

IPC: G06T7/00

Abstract: 本发明公开了一种基于超像素和优化策略的SAR图像分割方法，主要改善现有图像分割方法的分割区域一致性差的现象。其实现步骤是：（1）输入一幅SAR图像，并对该图像进行两层的非下采样小波变换；（2）提取输入图像的超像素块；（3）计算超像素块的小波特征；（4）建立超像素块之间的图矩阵；（5）根据超像素块的小波特征对超像素块进行聚类，（6）用粒子群算法优化聚类过程中的参数；（7）根据优化完成后得到的隶属度矩阵，计算超像素块的类别标签；（8）给超像素块之间的边界标记相应的类别标签，得到SAR图像的分割结果。本发明在保证较完整的边缘细节信息的同时能很好保证分割区域的一致性，分割结果满足后续对图像进行分析的要求。

公开(公告)号：CN102567734B

公开(公告)日：2013-06-12

申请号：CN201210000443.1

申请日：2012-01-02

Applicant: 西安电子科技大学

Inventor： 钟桦 ,  焦李成 ,  任宗 ,  侯彪 ,  缑水平 ,  王爽 ,  张小华 ,  田小林

IPC: G06K9/46 ,  G06K9/54

Abstract: 本发明公开了一种基于比值的视网膜细小血管分割方法，主要解决现有视网膜血管分割方法对于细小血管分割效果不理想的问题。其实现过程是：(1)选取视网膜图像的绿色分量图，对图中的所有像素点计算方向和比值；(2)对已经过一次分割后的结果进行细小血管检测，并计算检测出的细小血管像素点的比值特征的均值和方差，从而得到所有像素点的权值；(3)将一次分割结果作为样本点，搜索其邻域内权值小于特定阈值的像素点，并将其加入样本中；(4)重复步骤(3)直到样本邻域中找不到符合条件的像素点，得到二次分割结果。本发明分割的完整度上较处理前有较大提高，可用于恢复未分割出的细小血管。

公开(公告)号：CN103077511A

公开(公告)日：2013-05-01

申请号：CN201310030207.9

申请日：2013-01-25

Applicant: 西安电子科技大学

Inventor： 张小华 ,  焦李成 ,  刘伟 ,  马文萍 ,  马晶晶 ,  田小林 ,  朱虎明 ,  唐中和

IPC: G06T5/50

Abstract: 本发明公开了一种基于字典学习和结构相似的图像超分辨率重建方法，主要解决现有技术重建图像表面模糊，边缘锯齿化现象严重的问题。其实现步骤是：（1）采集训练样本对；（2）利用结构相似SSIM和K-SVD方法学习一对高低分辨率字典；（3）求出输入的低分辨率图像块的稀疏表示系数；（4）利用高分辨率字典和稀疏系数，重建高分辨率图像块Xi；（5）融合高分辨率图像块Xi，得到信息融合后的高分辨图像X′i；（6）根据高分辨图像X′i，得到高分辨率图像X；（7）通过误差补偿对高分辨图像X进行高频信息增强，得到高频信息增强后的高分辨率图像。仿真实验表明，本发明具有图像表面清晰，边缘比较锐化的优点，可用于图像识别以及目标分类。

公开(公告)号：CN103065160A

公开(公告)日：2013-04-24

申请号：CN201310025247.4

申请日：2013-01-23

Applicant: 西安电子科技大学

Inventor： 张小华 ,  焦李成 ,  朱文杰 ,  王爽 ,  田小林 ,  代坤鹏 ,  马文萍 ,  马晶晶

IPC: G06K9/62

Abstract: 本发明公开一种基于局部协同表示和邻域信息约束的高光谱图像分类方法。主要解决现有技术计算复杂度高的问题。其实现步骤为：(1)取高光谱图像测试样本邻域内的M个样本与该测试样本构成邻域矩阵；(2)用所有训练样本构成字典，通过该字典计算邻域矩阵的协同表示系数矩阵；(3)计算系数矩阵每行的l2范数，根据l2范数较大的N个行标记，从字典中选择N个原子组成子字典，通过该子字典计算测试样本的协同表示系数；(4)根据每类训练样本的数目，将协同表示系数和子字典分成n部分；(5)计算并比较测试样本和n部分重构之间的残差，测试样本的类标对应于最小残差的下标。本发明使用局部协同表示，减少了原子的数目，降低了计算复杂度，可用于高光谱图像分类问题。

公开(公告)号：CN102254301B

公开(公告)日：2013-01-23

申请号：CN201110207617.7

申请日：2011-07-22

Applicant: 西安电子科技大学

Inventor： 王桂婷 ,  焦李成 ,  朱同华 ,  钟桦 ,  张小华 ,  田小林 ,  公茂果 ,  侯彪 ,  王爽

IPC: G06T3/40

Abstract: 本发明公开了一种基于边缘方向插值的颜色滤波阵列(color filter array，CFA)图像去马赛克方法，主要解决了现有的去马赛克方法对图像高频部分插值效果不佳虚假颜色效应严重的问题。其实现步骤是：(1)输入一幅待去马赛克的CFA图像；(2)估计亮度；(3)对绿色通道插值；(4)对红色和蓝色通道分别进行双线性插值；(5)分别对红、绿、蓝通道进行修正；(6)输出彩色图像。本发明具有能较好的保持图像高频信息的优点，能有效抑制虚假颜色效应，改善CFA图像去马赛克后视觉效果，且运行时间短。

公开(公告)号：CN102867293A

公开(公告)日：2013-01-09

申请号：CN201210325484.8

申请日：2012-09-05

Applicant: 西安电子科技大学

Inventor： 田小林 ,  焦李成 ,  钱亚娜 ,  钟桦 ,  朱虎明 ,  缑水平 ,  张小华 ,  马文萍

IPC: G06T5/00

Abstract: 本发明公开了一种基于广义高斯最大似然估计的表面波变换视频去噪方法，主要改善图像边缘模糊和噪声去除不充分的问题。其实现过程是：(1)输入含噪视频系数，并对其进行表面波变换；(2)计算变换后各层各方向子带系数的噪声方差；(3)利用噪声方差对系数进行预处理；(4)对系数采用广义高斯分布建模，计算其形状因子υ；(5)利用预处理系数和形状因子，使用最大似然准则计算系数的信号标准差σx；(6)对含噪系数进行收缩处理；(7)对处理后的系数进行表面波逆变换,得到去噪后的视频图像。本发明与现有的技术相比显著提高了去噪效果，显著提高了视频图像中噪声的抑制能力，同时能够更好的保留视频图像的细节信息和运动物体的平滑效果。

公开(公告)号：CN101794396B

公开(公告)日：2012-12-26

申请号：CN201010132673.4

申请日：2010-03-25

Applicant: 西安电子科技大学

Inventor： 缑水平 ,  焦李成 ,  王宇琴 ,  吴建设 ,  田小林 ,  王爽 ,  马文萍 ,  慕彩红 ,  杨辉

IPC: G06K9/66

Abstract: 本发明公开了一种基于迁移网络学习的遥感图像目标识别系统及方法，主要解决现有方法对当有标签的遥感图像数据很少时识别正确率较低和图像标签的获取困难且花费昂贵的问题。整个系统包括：图像特征提取模块，迁移网络分类器学习系统生成模块和迁移网络分类器学习系统学习模块。其中，图像特征提取模块，对图像完成特征提取；迁移网络分类器学习系统生成模块，对输入的样本数据采用引入迁移学习的网络集成学习算法进行训练，得到迁移网络分类器学习系统；迁移网络分类器学习系统学习模块，对新的样本图像特征完成分类识别。本发明具有能够利用已有其他资源提高对遥感图像目标的识别正确率，无需重新搜集数据的优点，可用于遥感图像的目标识别。

公开(公告)号：CN102831618A

公开(公告)日：2012-12-19

申请号：CN201210253267.2

申请日：2012-07-20

Applicant: 西安电子科技大学

Inventor： 田小林 ,  焦李成 ,  李敏敏 ,  张小华 ,  王桂婷 ,  朱虎明

IPC: G06T7/20 ,  H04N5/14 ,  G06K9/66

Abstract: 本发明公开一种基于霍夫森林的视频目标跟踪方法，主要解决现有技术中当目标被部分遮挡或发生非刚性变化时容易跟踪失败的问题。其方法步骤为：(1)输入一段视频的第一帧，并人工标记出待跟踪的目标；（2）从输入的第一帧视频图像中，提取视频图像的特征；(3)建立并初始化霍夫森林检测器；(4)检测目标并进行霍夫投票；(5)用Lucas-Kanade跟踪器跟踪目标，获得目标框大小的尺度变化s；(6)根据霍夫森林检测中的投票峰值和Lucas-Kanade跟踪器的跟踪结果，确定目标位置；(7)根据目标框大小的尺度变化s调整目标框的宽和高，并显示；（8）重新训练霍夫森林检测器；(9)重复步骤(4)—步骤(8)，直到视频结束。本发明具有对遮挡目标跟踪准确的优点，可用于人机交互和交通监控领域。

公开(公告)号：CN102800078A

公开(公告)日：2012-11-28

申请号：CN201210253378.3

申请日：2012-07-20

Applicant: 西安电子科技大学

Inventor： 钟桦 ,  焦李成 ,  朱波 ,  王桂婷 ,  侯彪 ,  王爽 ,  张小华 ,  田小林

IPC: G06T5/50

Abstract: 本发明公开了一种非局部均值图像细节修复方法，主要解决现有基于样本的非局部均值图像修复方法中对细节部分的修复出现较大误差的问题。其实现过程是：（1）对待修复图像I,确定待修复区域Ω及其边界δ；（2）找出边界上优先级最高的待修复块（3）根据像素之间的相关性和相似性距离，计算样本块与修补块的相似；（4）搜索与修复块最相似的ｍ个样本块，将其加权均值作为修复块的填充块Ψ0；（5）更新置信度项及待修复区域，重复步骤（1）～（5）直至待修复区域内的所有点被修复。本发明可用于修复图像破损区域，目标移除和图像中的文本去除。

公开(公告)号：CN102663687A

公开(公告)日：2012-09-12

申请号：CN201210076360.0

申请日：2012-03-22

Applicant: 西安电子科技大学

Inventor： 田小林 ,  焦李成 ,  钱亚娜 ,  张小华 ,  缑水平 ,  朱虎明 ,  钟桦 ,  马文萍

IPC: G06T5/00

Abstract: 本发明公开了一种基于空间自适应高斯混合模型的表面波变换视频去噪方法，主要改善图像边缘模糊和噪声去除不充分的问题。其实现过程是：(1)输入含噪视频系数，并对其进行表面波变换；(2)计算表面波变换后的各层各方向子带系数的噪声方差；(3)计算各层各方向子带系数的空间自适应阈值；(4)利用阈值计算各层各方向子带系数对应的掩膜值；(5)利用掩膜值计算各层各方向子带系数的高斯混合模型参数；(6)利用模型参数对系数进行收缩处理；(7)对处理后的系数进行表面波逆变换，得到去噪后的视频图像。本发明与现有的技术相比显著提高了去噪效果，显著提高了视频图像中噪声的抑制能力，同时能够更好的保留视频图像的细节信息和运动物体的平滑效果。