-
公开(公告)号：CN115424049A
公开(公告)日：2022-12-02
申请号：CN202211026537.6
申请日：2022-08-25
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于优化K‑means聚类和C‑V模型的红外林火检测方法，首先采用最大中值滤波算法对红外图像进行噪声抑制预处理，然后结合粒子群优化与K‑means聚类算法对红外图像中的火灾目标区域进行粗分割，并将粗分割结果作为初始轮廓线，使用基于变分水平集的C‑V模型实现对火灾目标边界的优化，最终根据红外火灾目标特性对疑似区域进行特征判别，以得到最终的检测结果。本发明针对红外森林火灾图像中火灾区域边缘模糊、分散并存在烟雾的红外辐射阴影等问题，可以有效地消除干扰物，解决火焰内部漏检问题，具有较好的检测效果。
-
公开(公告)号：CN115423998A
公开(公告)日：2022-12-02
申请号：CN202211027153.6
申请日：2022-08-25
Applicant: 西安电子科技大学
Abstract: 一种基于轻量级无锚检测模型的可见光森林火灾检测方法，标注红外森林火灾图像数据集各图像中火焰的位置和类别信息，得到火焰数据集，并划分训练集、验证集和测试集；构建改进的轻量级无锚检测神经网络，利用主干特征提取网络MobileNetv3g及多尺度最大池化操作提取火灾特征，利用D‑PANet对特征层由深至浅对火灾的特征进行加强特征融合；之后传入ASFF模块进行自适应空间特征融合，使用解耦头解码预测的火焰目标类别信息和位置回归信息进行多尺度预测，得到预测结果；将预测结果进行得分排序和非极大值抑制筛选，筛选出一定区域内得分最高并满足置信度的预测框，由此得到最终的火灾预测结果，本发明具有良好的检测效果。
-
公开(公告)号：CN109741267A
公开(公告)日：2019-05-10
申请号：CN201811479352.4
申请日：2018-12-05
Applicant: 西安电子科技大学
IPC: G06T5/00
Abstract: 本发明公开了一种基于三边滤波和神经网络的红外图像非均匀性校正方法，依次载入原始红外图像序列中第n帧原始红外图像作为当前帧图像，确定当前帧图像的第i行第j列像元校正后的灰度值通过快速三边滤波算法对第n帧原始红外图像进行处理，根据当前帧的像元x邻域τ内的像素获得像元x的期望值qn(x)，根据当前帧图像的第i行第j列像元x的期望值 与第i行第j列像元校正后的灰度值 之间的偏差，通过具有自适应性的迭代步长 更新获得第n+1帧原始红外图像第i行第j列像元对应位置的像元增益参数 和像元偏置参数 通过像元增益参数 和像元偏置参数 对第n+1帧原始红外图像进行校正。本发明不仅能提高参数的学习速率，还能改善图像的非均匀性校正效果。
-
Patent Agency Ranking
公开(公告)号：CN109584248A
公开(公告)日：2019-04-05
申请号：CN201811386216.0
申请日：2018-11-20
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于特征融合和稠密连接网络的红外面目标实例分割方法，采集并构建实例分割所需的红外图像数据集，获得原有已知的红外标签图像；对所述红外图像数据集作图像增强的预处理；对预处理后的训练集进行处理获得分类结果、边框回归结果和实例分割掩膜结果图；使用随机梯度下降法在卷积神经网络中根据预测损失函数进行反向传播，并更新卷积网络的参数值；每次选取固定数量的红外图像数据训练集送入网络进行处理，重复对卷积网络参数进行迭代更新，直至最大迭代次数完成对卷积网络的训练；对测试集图像数据进行处理，获取实例分割的平均精度和所需时间，以及最终实例分割结果图。
-
公开(公告)号：CN112150409B
公开(公告)日：2023-04-25
申请号：CN202010855029.3
申请日：2020-08-24
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于FPGA的实时全方位目标检测方法及系统，该方法为：逐行对原始图像Iorig进行初步细节增强，获得大目标边缘以及小目标增强后的图像Ior；根据原始图像数据Iorig(i，j)对所述大目标边缘以及小目标增强后的图像Ior的图像数据Ior(i，j)进行细节提取获得平滑大目标边缘后的细节层图像数据Inew(i，j)；对所述平滑大目标边缘后的细节层图像数据Inew(i，j)进行二次细节增强，获得仅包含小目标的细节层图像数据Idlnew(i，j)；对所述仅包含小目标的细节层图像数据Idlnew(i，j)进行阈值分割，获得阈值分割后的图像Itsn，n为像素索引；对所述阈值分割后的图像Itsn进行下采样，并且逐行读取数据及逐行显示图像数据。
-
公开(公告)号：CN115424104A
公开(公告)日：2022-12-02
申请号：CN202210998016.0
申请日：2022-08-19
Applicant: 西安电子科技大学
Abstract: 一种基于特征融合与注意力机制的目标检测方法，红外图像输入MobileNet网络进行逐层卷积计算，得到不同尺度的特征图，建立双向特征融合模块IBFPN，将所述用于检测的特征金字塔图像输入IBFPN，以进行上下层信息的相互融合；经过IBFPN后，将各融合特征层输入到注意力模块ECBAM，通过ECBAM为不同的特征赋予不同的比重；将经IBFPN和ECBAM处理的不同尺度的特征图送入检测模块进行检测，获取每个候选框的类别及相应的边界框，得到预测结果；将预测结果进行非极大值抑制，删除多余的目标框，获得最终的检测结果。综合对比多种检测算法后，实验结果表明，本发明可以有效提高红外目标的检测精度。
-
公开(公告)号：CN115358978A
公开(公告)日：2022-11-18
申请号：CN202210964927.1
申请日：2022-08-12
Applicant: 西安电子科技大学
Abstract: 本发明涉及基于新型多元偏态t分布模型的高光谱图像异常检测方法，利用自编码器和新型多元偏态t分布模型建模的方法实现对高光谱图像进行异常检测。具体方法包括：首先使用RX算法对原始高光谱图像进行预处理，选取结果的背景部分输入到栈式降噪自编码器网络中进行训练；然后将原始高光谱图像输入到训练好的栈式降噪自编码器中，输出得到重建的高光谱图像；最后将重建高光谱图像与原始高光谱图像相减得到重建误差，再用多元偏态t分布模型对重建误差进行建模，计算异常评分从而获得异常检测结果。
-
公开(公告)号：CN110570365A
公开(公告)日：2019-12-13
申请号：CN201910720005.4
申请日：2019-08-06
Applicant: 西安电子科技大学
IPC: G06T5/00
Abstract: 本发明公开了一种基于先验信息的图像去雾方法，根据暗通道先验结合远景浓雾区域像素点估计大气光值；根据色彩衰减先验分别确定远景浓雾区域像素点和近景薄雾区域像素点对应的大气透射率；根据暗通道先验确定近景薄雾区域像素点对应的大气透射率；确定去雾后的远景浓雾区域像素点对应的像素值和近景薄雾区域像素点对应的像素值；将所述去雾后的远景浓雾区域像素点对应的像素值和去雾后的近景薄雾区域像素点对应的像素值进行区域组合获得去雾后的图像。本发明通过改进暗通道先验和色彩衰减先验去雾算法在去雾应用中的不足，对于多种场景下的薄雾图像均有良好的去雾效果。
-
-
-
-
-
-
-
Search Results
28
records
(took 0.028 seconds)
