-
公开(公告)号：CN104200452B
公开(公告)日：2017-02-15
申请号：CN201410453177.7
申请日：2014-09-05
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于谱图小波变换的红外与可见光图像融合方法，按照四层分解尺度对红外图像与可见光图像进行谱图小波分解获得低频子带系数和高频子带系数，根据融合规则对所述获得的低频子带系数和不同分解尺度上的高频子带系数进行融合，对所述融合后的低频子带系数和高频子带系数进行谱图小波逆变换获取融合的图像。本发明还公开了一种基于谱图小波变换的红外与可见光图像融合装置，通过本发明能够更好地表示不规则区域图像；采用双边滤波获得图像融合的权重，有效地提升融合图像的清晰度、对比度及信息量等，能够得到融合效果更好的图像。
-
公开(公告)号：CN104182955B
公开(公告)日：2016-09-14
申请号：CN201410459119.5
申请日：2014-09-05
Applicant: 西安电子科技大学
IPC: G06T5/50
Abstract: 本发明公开了一种基于可操纵金字塔变换的图像融合方法，根据可操纵金字塔变换分别对红外图像和可见光图像进行2层分解，对分解后获得的所述红外图像和可见光图像的高频子带系数及水平方向子带系数进行非下采样方向滤波获得非下采样方向子带系数，根据融合规则融合分解后获得的垂直、+45°、‑45°方向子带系数、低频子带系数、以及滤波后获得的非下采样方向子带系数，对融合后获得的非下采样方向子带系数进行非下采样方向滤波重构，对融合后的子带系数、以及重构后获得的子带系数进行可操纵金字塔变换获得最终的融合图像。通过本发明能够有效地提升融合图像的清晰度、对比度及信息量等，得到融合效果更好的图像。
-
公开(公告)号：CN105931207A
公开(公告)日：2016-09-07
申请号：CN201610370775.7
申请日：2016-05-30
Applicant: 西安电子科技大学
IPC: G06T5/00
CPC classification number: G06T5/002
Abstract: 本发明公开了一种基于GPU加速的非局部平均滤波实时处理方法，主要解决了非局部平均滤波算法难以满足实时性要求这一问题。本方法利用GPU卓越的多线程并行数据处理能力，使用OpenCL平台，在GPU上并行地实现图像的滤波处理。在滤波过程中，对中心图像片和相似图像片进行投影，并且利用拆分核函数、优化访存等方法有效减少了计算量和数据读取时间。与现有的非局部平均滤波方法相比，本发明能够在保证去噪性能的前提下，对VGA(分辨率为640*480)和SVGA(分辨率为600*800)图像进行实时的非局部平均滤波处理，较之传统的串行处理方法，本方法取得了最高达111倍的加速比。
-
公开(公告)号：CN105139432A
公开(公告)日：2015-12-09
申请号：CN201510473745.4
申请日：2015-08-05
Applicant: 西安电子科技大学
IPC: G06T11/00
Abstract: 本发明提出了一种基于高斯模型的红外弱小目标图像仿真方法，用于解决现有红外弱小目标图像仿真方法中细节缺失、仿真装置结构复杂和仿真目标参数不可控制的问题，包括如下步骤：获取红外背景图像序列；获取仿真的红外弱小目标模型；获取仿真的红外弱小目标运动航迹和获取仿真的红外弱小目标图像序列。本发明具有仿真步骤简单、计算量小，仿真的红外弱小目标参数可控且图像纹理细节特征丰富的优点，可用于对红外弱小动目标检测跟踪算法的性能评估和原理验证。
-
公开(公告)号：CN105120129A
公开(公告)日：2015-12-02
申请号：CN201510475480.1
申请日：2015-08-05
Applicant: 西安电子科技大学
IPC: H04N1/64
CPC classification number: H04N1/64
Abstract: 本发明公开了一种红外面阵相机抖动的红外弱小目标图像序列仿真方法，主要用来生成大量测试红外面阵相机抖动的红外弱小目标图像场景。其方法实现包括：采集图像背景并仿真目标图像背景，创建目标模型，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，输出红外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，红外面阵相机抖动的红外弱小目标图像真实度高，纹理细节特征丰富并且红外弱小目标大小，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。
-
Patent Agency Ranking
公开(公告)号：CN104730537A
公开(公告)日：2015-06-24
申请号：CN201510080015.8
申请日：2015-02-13
Applicant: 西安电子科技大学
IPC: G01S17/66
CPC classification number: G01S17/66
Abstract: 基于多尺度模型的红外/激光雷达数据融合目标跟踪方法，建立多尺度模型；对目标进行数据采集，得到目标的距离测量值、方位角测量值和俯仰角测量值；在尺度1上对红外探测系统获取的角度信息采用无迹卡尔曼滤波法进行估计；在尺度2上将角度估计信息和距离信息进行融合；在尺度2上采用卡尔曼滤波法对目标状态进行估计；将融合估计的信息转换到尺度1上，在尺度1上采用卡尔曼滤波法进行滤波估计，得到精确滤波估计值；重复前述步骤，获得目标运动轨迹。本发明将多尺度模型引用到信息融合中，更加全面准确的描述目标运动状态，在不同尺度对目标进行估计滤波，提高了目标状态的估计精度，通过不同尺度之间信息的交互，提高目标跟踪精度。
-
公开(公告)号：CN104504723A
公开(公告)日：2015-04-08
申请号：CN201510019034.X
申请日：2015-01-14
Applicant: 西安电子科技大学
IPC: G06T7/00
CPC classification number: G06T7/33
Abstract: 基于视觉显著特征的图像配准方法：输入基准图像和待配准图像；提取基准图像的视觉显著特征点集和待配准图像的视觉显著特征点集；计算基准图像的各视觉显著特征点和待配准图像的各视觉显著特征点的方向，根据视觉显著特征点的方向计算各个特征点的描述向量，获得基准图像的特征描述向量集和待配准图像的特征描述向量集；计算基准图像的各特征描述向量与待配准图像的各特征描述向量间的距离，对待配准图像特征点和基准图像特征点进行匹配；去除误匹配对，获得基准图像和待配准图像中的正确匹配对，根据两图像之间的正确匹配对的坐标计算出基准图像和待配准图像之间的仿射变换矩阵，根据仿射变换矩阵将待配准图像进行相应的变换，实现图像配准。
-
公开(公告)号：CN104268847A
公开(公告)日：2015-01-07
申请号：CN201410490237.2
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交互非局部均值滤波的红外与可见光图像融合方法，主要解决现有红外与可见光图像融合方法获得融合图像的清晰度、对比度、空间分辨率低等问题。其实现步骤为：(1)对输入的红外与可见光图像进行交互非局部均值滤波获得基层图像；(2)对红外与可见光图像与其基层图像相减得到红外与可见光图像的细节图像；(3)计算细节图像的邻域窗口统计特性得到红外与可见光图像的融合权重图；(4)将红外与可见光图像的融合权重图分别作用于红外与可见光图像，并对经融合权重图作用的红外图像与可见光图像进行加权融合便获得融合图像。本发明采用的基于交互非局部均值滤波的红外与可见光图像融合方法能获得清晰度、对比度、空间分辨率高的融合图像，融合效果好，可用于人类视觉和机器认知等领域。
-
公开(公告)号：CN104156929A
公开(公告)日：2014-11-19
申请号：CN201410453009.8
申请日：2014-09-05
Applicant: 西安电子科技大学
Abstract: 本发明提供一种基于全局滤波的红外弱小目标背景抑制方法，对红外图像进行多次平滑处理，将平滑处理后获得的多幅不同平滑尺度下的图像级联生成红外图像数据立方体，根据局部标准化欧式距离分离所述生成的红外图像数据立方体中的弱小目标和背景图像，根据非线性函数增强所述局部标准化欧式距离分离后的弱小目标、以及抑制所述局部标准化欧式距离分离后的背景图像，获得背景抑制后的图像；本发明还提供一种基于全局滤波的红外弱小目标背景抑制装置，通过本发明能够更好的对目标的形状和灰度信息进行保持，为后续的背景抑制方法提供了良好的预处理图像，能够更精确地衡量图像中每个像素点与背景之间的差异，得到良好的背景抑制效果。
-
公开(公告)号：CN102222322A
公开(公告)日：2011-10-19
申请号：CN201110147936.3
申请日：2011-06-02
Applicant: 西安电子科技大学
IPC: G06T5/00
Abstract: 本发明提出一种基于多尺度非局部均值的红外图像背景抑制方法，具体步骤包括：(1)采用非下采样轮廓波变换多级分解读入的原始红外图像，获取各尺度各方向与原始图像尺寸相同的子带；(2)利用非局部均值滤波方法修改其高频方向子带的系数值，利用最大中值滤波方法修改其低频子带的系数值；(3)采用非下采样轮廓波逆变换逐级对修改的子带进行方向和尺度重构，获得估计的背景图像；(4)原始红外图像与估计的背景图像相减，获得最终的红外图像背景抑制结果。本发明不仅能够保留并增强弱小目标信息、精确定位目标，同时还能够较好的抑制云层、地势起伏、地面路网等复杂背景的强边缘信息，有效改善图像整体信杂比和对比度。
-
-
-
-
-
-
-
-
-
Search Results
263
records
(took 0.051 seconds)
