-
公开(公告)号：CN102622761B
公开(公告)日：2014-05-14
申请号：CN201210109158.3
申请日：2012-04-13
Applicant: 西安电子科技大学
IPC: G06T7/00
Abstract: 本发明提出了一种基于相似性相互作用机理的图像分割方法，主要解决现有分割算法分割效率低、区域一致性不好以及细节信息缺失的问题。其实现步骤是：(1)提取待分割图像每个象素点的特征；(2)获得区域块特征；(3)计算区域块与区域块之间的相似度；(4)获得区域块相位值；(5)归类区域块；(6)输出图像分割结果。本发明具有分割效率高、分割结果区域一致性强、细节信息多和边缘效果好的优点，能够有效地对纹理图像和SAR图像进行分割，可用于图像目标识别。
-
公开(公告)号：CN103473740A
公开(公告)日：2013-12-25
申请号：CN201310392753.7
申请日：2013-08-31
Applicant: 西安电子科技大学
IPC: G06T5/00
Abstract: 本发明公开了一种基于稀疏表示和低秩双重约束的非局部图像去噪方法，主要解决现有去噪方法效果不佳问题。其实现步骤是：(1)输入一幅噪声图像；(2)估计噪声标准差；(3)设定参数；(4)获取像素块样本集；(5)构建相似块矩阵；(6)获取相似块矩阵的系数矩阵；(7)对系数矩阵进行奇异值滤波；(8）获得去噪后的系数矩阵；(9)获得去噪后的图像矩阵；(10)判断是否达到最大迭代次数，如果是，执行步骤(11)，否则，进行残差补回，执行步骤(2)；(11)输出去噪图像矩阵。本发明对图像信号的稀疏性和结构性共同约束，相对于现有的技术，本发明能够在较好平滑噪声的同时兼顾保持和恢复自然图像的结构纹理信息。
-
公开(公告)号：CN102509260B
公开(公告)日：2013-12-25
申请号：CN201110289985.0
申请日：2011-09-27
Applicant: 西安电子科技大学
IPC: G06T5/00
Abstract: 本发明公开一种基于小波低频的贝叶斯去噪方法，包括如下步骤：步骤1.输入一副待去噪的自然图像；步骤2.选取待估计像素块；步骤3.选取中心低频系数块；步骤4.确定搜索窗；步骤5.选取低频系数块；步骤6.判断是否满足约束条件；步骤7.计算相似性权值；步骤8.判断搜索窗内的点是否搜索完；步骤9.计算待估计像素块的恢复值；步骤10.判断待去噪自然图像是否搜索完；步骤11.整合恢复值。本发明采用了小波低频系数来计算相似性权值，相对于现有的去噪方法，能够在较好平滑噪声的同时保持和恢复自然图像的边缘和纹理细节，可用于对自然图像的去噪处理。
-
公开(公告)号：CN103400352A
公开(公告)日：2013-11-20
申请号：CN201310329156.X
申请日：2013-07-22
Applicant: 西安电子科技大学
IPC: G06T5/00
Abstract: 本发明公开了一种基于混合块相似性的极化SAR图像降斑方法，属于图像处理技术领域，实现过程是：输入极化SAR协方差矩阵数据，构造其每个点的形状自适应块；对极化SAR数据的每一个点，计算其搜寻区域内所有点的同质相似性权值和结构相似性权值，得到混合相似性权值；通过加权平均，得到极化SAR数据每一个点的协方差矩阵的估计值，经过Pauli分解得到极化SAR图像的去斑图像。本发明通过结合同质相似性权值和结构相似性权值引入了混合相似性权值，能够较准确的选取相似集合，解决了Pretest filter方法不能很好的平衡细节信息保持和斑点噪声抑制的问题。能够提高极化SAR图像的降斑能力，并且能够较好的保持细节信息，可用于对极化SAR图像的降斑处理。
-
公开(公告)号：CN102496142B
公开(公告)日：2013-11-20
申请号：CN201110356011.X
申请日：2011-11-10
Applicant: 西安电子科技大学
IPC: G06T5/00
Abstract: 本发明公开了一种基于模糊的三马尔可夫场SAR图像分割方法，其实现步骤为：(1)输入待分割的SAR图像；(2)初始化标号场；(3)模糊化标号场；(4)建立附加场；(5)获得模糊联合先验概率；(6)构建后验边缘的分割模型；(7)最大化后验边缘概率去模糊更新标号场分割；(8)判断标号场的变化率是否大于阈值；(9)输出最终分割结果。本发明既可以保持图像中不同区域的边缘的准确性，又可以提高分割结果的区域一致性，具有计算效率和分割精度高的优点。可应用于合成孔径雷达SAR图像分割和SAR图像目标识别。
-
Patent Agency Ranking
公开(公告)号：CN102360500B
公开(公告)日：2013-06-12
申请号：CN201110192151.8
申请日：2011-07-08
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于Treelet曲波域去噪的遥感图像变化检测方法，其实现步骤为：(1)读入数据；(2)中值滤波；(3)构造对数差异图像；(4)构造绝对值差异图像；(5)快速离散曲波分解；(6)曲波变换系数分类；(7)Fine尺度层置零；(8)Detail尺度层去噪；(9)曲波逆变换；(10)计算变化比例阈值；(11)分类；(12)获得变化检测结果图。本发明对噪声具有较好的鲁棒性，能够较好的保持变化区域的边缘信息，减少伪变化信息，具有较高的检测精度，可用于灾情监测、森林覆盖率评估、城市规划等领域。
-
公开(公告)号：CN103049892A
公开(公告)日：2013-04-17
申请号：CN201310030376.2
申请日：2013-01-27
Applicant: 西安电子科技大学
IPC: G06T5/00
Abstract: 本发明公开了一种基于相似块矩阵秩最小化的非局部图像去噪方法。其实现步骤为：(1)输入一幅N行M列的含噪图像；（2）估计含噪图像的噪声标准差，并根据标准差设置参数；（3）逐块的利用图像块的DCT特征计算图像块之间的欧氏距离；（4）对欧式距离由小到大排序，选取前k个对应的样本组成相似性矩阵；（5）对相似性矩阵进行秩最小化逼近，得到低秩矩阵；（6）对去噪后的图像块样本集进行聚集，得到去噪后图像；(7)判断是否达到迭代次数，若未达到迭代次数，转到步骤2到步骤6，否则输出结果。本发明具有重建结果边缘纹理结构信息保持好的优点，可用于医学影像、天文学影像、视频多媒体等领域的数字图像预处理。
-
公开(公告)号：CN103020918A
公开(公告)日：2013-04-03
申请号：CN201310008102.3
申请日：2013-01-09
Applicant: 西安电子科技大学
IPC: G06T5/00
Abstract: 本发明公开了一种基于形状自适应邻域均值的非局部均值去噪方法，主要解决现有非局部均值去噪方法中相似性权值计算不准确的问题。其实现过程是：(1)对输入自然图像中每个像素点利用SA-DCT方法计算形状自适应邻域；(2)计算每个像素点的形状自适应邻域均值，得到一幅新的图像；(3)在新的图像中选取中心像素块并在搜索区域内选取相似块；(4)计算中心像素块与相似块间的相似性权值；(5)用相似性权值与输入图像中的像素点加权平均，得到像素点的恢复值；(6)计算输入图像中每个像素点的恢复值并取代原有的灰度值，得到去噪图像。本发明很好的抑制了噪声干扰，提高了相似性权值计算的准确性，在平滑噪声的同时保持自然图像的细节信息，可用于对自然图像的去噪处理。
-
公开(公告)号：CN102298774B
公开(公告)日：2013-02-27
申请号：CN201110282126.9
申请日：2011-09-21
Applicant: 西安电子科技大学
IPC: G06T5/00
Abstract: 本发明公开了一种基于联合相似性的非局部均值去噪方法，它属于图像处理技术领域，主要克服现有自然图像非局部均值去噪中权值计算不准确的问题。其实现过程是：(1)对输入的含噪自然图像中所有像素点设定搜寻区域，对搜寻区域内点进行均值和方差预选取得到相似集合；(2)计算相似集合内所有点与当前点之间距离，并利用本发明设计的权值公式计算权值；(3)根据计算出的相似集合内所有像素点的权值，对相似集合内所有像素点及对应的像素块进行加权平均，得到像素点修正后图像像素点及像素块的灰度值。本发明在总体性能上优于其它的去噪方法，能够更好地平滑噪声的同时保持自然图像的边缘和纹理等细节，可用于对自然图像的去噪处理。
-
公开(公告)号：CN102289807B
公开(公告)日：2013-01-23
申请号：CN201110191629.5
申请日：2011-07-08
Applicant: 西安电子科技大学
IPC: G06T7/00
Abstract: 本发明公开了一种基于Treelet变换和特征融合的遥感图像变化检测方法，其实现步骤为：(1)读入数据；(2)中值滤波；(3)构造差异图像；(4)分类；(5)判断差异图像的标准差是否小于先验阈值；(6)自适应空间信息填充；(7)Treelet模糊融合；(8)构造模糊差异图像；(9)K-means分类；(10)数学形态学后处理；(11)特征与运算。本发明既可以较好的保持变化区域的边缘信息，又可以较好的兼顾变化检测结果中的漏检信息和虚警信息，具有较好的实时性和较高的检测精度，可应用于环境变化中的湖泊水位动态监测、农作物生长状态的动态监测、军事侦察等领域。
-
-
-
-
-
-
-
-
-
Search Results
352
records
(took 0.028 seconds)
