-
公开(公告)号：CN108665422B
公开(公告)日：2022-05-10
申请号：CN201710766350.2
申请日：2017-08-30
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种傅里叶域内逆向感知的单帧红外非均匀性检测方法，将原始单帧红外图像分解为若干个加权非重叠图像子块，并对其进行傅里叶‑对数变换，获得每个加权非重叠图像子块相应对数域下的傅里叶能谱；从所述若干个加权非重叠图像子块的傅里叶能谱中计算最小傅里叶能谱；根据所述最小傅里叶能谱确定基于逆向感知理论下可能出现非均匀性特征的虚警数，再根据虚警数和选取的经验阈值构造可表示非均匀性傅里叶能谱分布的二值映射；根据所述二值映射对原始单帧红外图像的傅里叶能谱进行滤波，并通过傅里叶逆变换获得红外图像的非均匀性检测结果。本发明基于图像傅里叶域的频谱分布特性，利用人类视觉系统逆向感知理论实现红外图像的非均匀性检测，以达到对单帧红外图像像质提升效果。
-
公开(公告)号：CN107403134B
公开(公告)日：2022-03-11
申请号：CN201710391310.4
申请日：2017-05-27
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于局部梯度三边的图域多尺度红外弱小目标检测方法，该方法为：将含弱小目标的红外图像转化成以节点和其边权关系为表示方式的局部梯度三边图信号；其次，根据图拉普拉斯矩阵的多尺度变换对局部梯度三边图信号进行多尺度分解，获得图信号在不同尺度下的低高频子带；再次，根据图信号的边权关系对每个尺度的高频子带进行局部加权，并取其中值作为新的中心节点系数，然后对局部加权后的高频子带作乘性融合；最后，对乘性融合后的高频子带进行自适应阈值分割，确定目标空间位置，输出检测结果。
-
公开(公告)号：CN108665435B
公开(公告)日：2021-11-02
申请号：CN201810015843.7
申请日：2018-01-08
Applicant: 西安电子科技大学
IPC: G06T5/50
Abstract: 本发明公开了一种基于拓扑‑图切融合优化的多谱段红外图像背景抑制方法，分别对多谱段的红外图像进行局部Patch预处理获得预处理后的图像，根据拓扑微分方法对所述预处理后的图像进行强起伏边缘的抑制获得最优扩散系数，根据获得的最优扩散系数与梯度均值滤波相结合分别对单波段图像进行背景抑制，获得若干个单波段杂波抑制后的目标图像；根据尺度区域能量理论模型对所述获得的若干个单波段杂波抑制后的目标图像进行融合，得到多谱段融合的背景抑制结果图像；对所述多谱段融合的背景抑制结果图像进行图切策略优化，消除融合后图像的局部轮廓效应，最终获得背景抑制后的图像。本发明能有效地抑制红外图像中所包含的高灰度级、起伏剧烈的红外背景，并能够突出目标信息。
-
公开(公告)号：CN108550122B
公开(公告)日：2021-10-29
申请号：CN201810315263.X
申请日：2018-04-10
Applicant: 西安电子科技大学
IPC: G06T5/00
Abstract: 本发明公开了一种基于自主路径分块传导滤波的图像去噪方法，主要解决现有传导滤波去噪方法对于某些纹理等细节信息的保持性能不够理想的问题。其实现步骤是：1.获取噪声污染图像Xin；2.采用分块相似性描述，计算噪声污染图像Xin的自主路径传导滤波权重ωl,m；3.利用噪声污染图像Xin的自主路径传导滤波权重ωl,m,根据滤波公式计算并输出去噪图像Xout。本发明具有更好的去噪性能和结构保持特性，可用于数字图像的预处理过程。
-
公开(公告)号：CN112990230A
公开(公告)日：2021-06-18
申请号：CN202110270457.4
申请日：2021-03-12
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于二阶段分组注意力残差机制的光谱图像压缩重建方法，利用第一阶段网络对观测到的图像与对应波段的图像联合生成初始估计结果，并对初始估计结果进行特征提取，对于提取到的特征使用分组注意力网络对特征数据进行分组计算，有效降低了模型的待学习参数量，在一定算力下有降低了数据重建时间；然后将优化的分组结果融合并使用第二阶段网络优化特征光谱分布结构，针对光谱一致性与上下文特征一致性设计了基于残差通道注意力机制的光谱优化网络，针对光谱维度的信息分布进行了全局优化，最终融合特征，获取高质量的重构光谱数据立方体。
-
Patent Agency Ranking
公开(公告)号：CN112528804A
公开(公告)日：2021-03-19
申请号：CN202011401703.7
申请日：2020-12-02
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于生成对抗网络的肌电信号降噪和分类方法，对肌电信号进行预处理后构建基于WGAN的肌电信号降噪生成对抗网络模型；将肌电信号输入到肌电信号降噪生成对抗网络模型中进行训练，最小化生成分布与真实数据分布的JS距离，实现含有噪声信号和肌电信号的映射，输出降噪后的肌电信号；将所述降噪后的肌电信号的格式转换成为二维的数字矩阵，通过采用多尺度卷积核卷积神经网络模型对二维的数字矩阵提取肌电信号特征；从通道和空间两个方向根据注意力机制选择重要信息，最后平铺池化数据利用Softmax分类器对肌电信号进行分类。
-
公开(公告)号：CN112435177A
公开(公告)日：2021-03-02
申请号：CN202011242885.8
申请日：2020-11-10
Applicant: 西安电子科技大学
IPC: G06T5/00
Abstract: 本发明公开了一种基于SRU与残差网络的递归红外图像非均匀校正方法，将原始非均匀噪声图与原始非均匀噪声图进行通道数拼接，进行初步特征提取；其次，将初步特征提取结果经过简单递归单元(SRU)完成特征提取；经过多层残差块与卷积层处理，获得一阶段的红外图像非均匀校正结果；将所述一阶段的红外图像非均匀校正结果与原始非均匀噪声图进行通道数拼接，进行下一步特征提取，如此进行共N个阶段，获得最终的红外图像非均匀校正结果。本发明通过残差模块和简单递归单元共同作用，在以6个阶段作为递归的情况下，网络共享每个阶段的参数，大大降低了整体网络参数量，对大多数场景的红外图像都具有良好的非均匀性校正效果。
-
公开(公告)号：CN111027626A
公开(公告)日：2020-04-17
申请号：CN201911263125.2
申请日：2019-12-11
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于可变形卷积网络的流场识别方法，所述通过已有数据集对预训练网络进行预训练；将预训练网络的全连接层更换成卷积层，通过迁移学习思想，将预训练后获得的权重参数迁移到流场识别模型中；通过所述流场识别模型对图像进行逐像素分类实现流场识别。本发明首先，利用预训练网络对已有数据集进行图像深层特征提取，并不断迭代学习，自动调整网络参数；其次，将预训练网络的全连接层更换成卷积层，并利用迁移学习思想，将预训练得到的权重参数迁移到识别模型中；最后，在网络中引入可变形卷积提取图像特征，并通过密集预测对图像进行逐像素分类，实现流场识别。
-
公开(公告)号：CN110954884A
公开(公告)日：2020-04-03
申请号：CN201911170802.6
申请日：2019-11-26
Applicant: 西安电子科技大学
Abstract: 本发明属于雷达信号处理领域，公开了一种基于StOMP的捷变频雷达稀疏场景目标重构方法，该方法改进了已有的OMP算法，在捷变频雷达针对稀疏场景目标重构中，引入了压缩感知模型，减少了数据量的传输和存储；针对捷变频雷达在稀疏重构中无法先验知道目标个数的问题，提出使用分段正交匹配追踪算法，无需先验地知道场景目标个数，更加符合实际应用。
-
公开(公告)号：CN110889843A
公开(公告)日：2020-03-17
申请号：CN201911199605.7
申请日：2019-11-29
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于最大稳定极值区域的SAR图像舰船目标检测方法，该方法首先通过引力场增强法对SAR图像进行滤波，在抑制海杂波的同时增强舰船目标；然后，使用基于最大稳定极值检测方法通过目标区域模式特征得到候选目标位置；最后为了消除复杂海况下分布模型的失配风险，采用区域分块的加速核密度估计方法，根据统计特性得到目标的统计意义下的精检测结果。引力场增强技术预处理图像确保了最大稳定极值区域检测的稳定性，同时基于区域分块的加速核密度估计的检测器保证了检测结果的恒虚警率特性，与传统高分辨舰船目标检测方法相比，具有简单、高效和准确的特性。
-
-
-
-
-
-
-
-
-
Search Results
262
records
(took 0.069 seconds)
