-
公开(公告)号：CN117745858A
公开(公告)日：2024-03-22
申请号：CN202311766731.2
申请日：2023-12-20
Applicant: 中国人民解放军61540部队 , 西安电子科技大学
IPC: G06T11/00 , G06N3/0464 , G06N3/084
Abstract: 本公开提出了一种光谱重建模型和高光谱影像库的构建方法、装置和设备，该光谱重建模型包括：单卷积层和至少两个顺次连接的退化学习阶段，其中，每个退化学习阶段包括退化学习梯度下降模块和近端映射模块；单卷积层，用于提取输入图像的浅层特征；针对每个退化学习阶段：退化学习梯度下降模块，用于根据输入图像和光谱响应曲线，对前一退化学习阶段重构的高光谱影像进行重构，得到初始高光谱影像；近端映射模块，用于对初始高光谱影像进行数据增强，得到当前阶段重构的高光谱影像；最后一个阶段重构的高光谱影像即为模型最终重构出的高光谱影像。通过构建的光谱重建模型，可以直接进行高光谱影像库的构建，从而提高了高光谱影像库的构建效率。
-
-
公开(公告)号：CN113034365B
公开(公告)日：2023-09-22
申请号：CN202110295215.0
申请日：2021-03-19
Applicant: 西安电子科技大学
Abstract: 本发明属于数字图像处理技术领域，公开了一种基于超像素的多图拼接方法及系统，所述基于超像素的多图拼接方法包括：对所有图像检测SIFT特征点，使用RANSAC算法筛除外点；对多张待拼接图像进行超像素划分，求得每个超像素点区域的四个边缘点，计算每张图像上匹配到的特征点对超像素块边缘点的影响矩阵，构造最小误差函数，求得每个超像素边缘的局部单应矩阵；自适应构造非线性函数，对参数μs非线性化；根据参数μs与μk计算每个图像的各自超像素单元的复合变换矩阵；选择基准图像，将待拼接的多张图像相对基准平面做运动变换；进行逆映射和二次线性插值，得到最终配准结果。本发明克服了传统算法的相机只能做固定运动的缺点，并且具有较好的拼接效果。
-
公开(公告)号：CN116452994A
公开(公告)日：2023-07-18
申请号：CN202310294164.9
申请日：2023-03-23
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于改进YOLOX算法的无人机检测方法，其特征在于，包括：将待检测图像输入改进的YOLOX网络，以确定待检测图像中是否存在无人机；Backbone将待检测图像转化为三层不同尺度的特征图，并将三个不同尺度的特征图分别送入坐标注意力机制模块中的三个坐标注意力机制中，坐标注意力机制模块使YOLOX网络通过自适应的方式挖掘像素之间的依赖关系，输出三个经过坐标注意力机制加权后的特征图；具有双向特征金字塔的Neck双向交叉链接加权后的特征图中不同尺度的特征和加权特征融合；本发明提高了网络对不同尺寸特征图之间的交互能力，提升网络局部和全局的检测能力。
-
公开(公告)号：CN110223251B
公开(公告)日：2023-03-24
申请号：CN201910473964.0
申请日：2019-06-02
Applicant: 西安电子科技大学
IPC: G06T5/00 , G06N3/0464
Abstract: 适用于人工与自然光源的卷积神经网络水下图像复原方法。本发明公开了一种单幅水下图像复原方法，其方案是：构建环境光估计网络A‑net、人工光源强度估计网络L‑net和透射率估计网络T‑net；获取一组深度图像集；随机生成透射率T、环境光A与人工光源强度L，合成水下图像集I；将I、T、A批量依次循环输入至A‑net进行训练；将I、T、L批量依次循环输入至L‑net进行训练；将I、T批量依次循环输入至T‑net进行训练；将待处理的图像Ic输入到训练好的T‑net，输出透射率Tc；将Ic、Tc分别输入到训练好的A‑net及L‑net，分别输出人工光源强度L和环境光Ac；根据Ic、Ac、L和Tc计算清晰图像Jc。本发明提高了图像清晰度、改善了图像色偏，减小了人工光源对图像复原的影响，可用于自然光或人工光源环境下的水下图像清晰化处理。
-
Patent Agency Ranking
公开(公告)号：CN110659369B
公开(公告)日：2023-01-17
申请号：CN201910223832.2
申请日：2019-03-22
Applicant: 西安电子科技大学
IPC: G06F16/51
Abstract: 本发明属于遥感影像处理技术领域，公开了一种在轨高精度轻量化全球影像控制点数据库构建方法及系统，使用图像特征提取算法和均匀采样算法，获取卫星遥感影像的控制点；制作对应的控制点影像片，并确定控制点的点位索引信息；整理控制点的属性信息，形成控制点属性文件；构建全球影像控制点数据库系统结构；使用数据集成技术将控制点影像片与控制点属性文件进行关联，形成控制点数据块；制定数据库存储策略，将控制点影像存入数据库中。本发明适用于全球不同卫星所提供的遥感影像，结构精炼，实现简单，数据库体量小，数据精度高，可扩展性强，符合在轨测绘处理的要求。
-
公开(公告)号：CN114842334A
公开(公告)日：2022-08-02
申请号：CN202210394874.4
申请日：2022-04-14
Applicant: 西安电子科技大学
IPC: G06V20/10 , G06V10/22 , G06V10/26 , G06V10/762 , G06K9/62
Abstract: 本发明公开了一种高光谱数据标注方法，主要解决现有技术不能对目标视觉不可见高光谱数据进行标注的问题。其实现方案是：借助Google地图，锁定目标视觉不可见的高光谱数据集目标可能存在的位置；利用ENVI对原始高光谱数据依次进行粗裁剪和细裁剪；对细裁剪后的图像数据进行视觉分析，选取目标特征相对明显的波段作为特征谱段并拼接成一个数据立方体；利用K‑means聚类法方法对数据立方体进行无监督聚类，得到像素数目基本不变的类；用目视分析从像素数目基本不变的类中确定目标置信点集合，并进行最终标注。本发明能对视觉不可见目标进行标注，无需去实地测量，节省了大量的物力和人力，可用于高光谱目标检测识别。
-
公开(公告)号：CN110084836B
公开(公告)日：2022-03-04
申请号：CN201910341675.5
申请日：2019-04-26
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于深度特征分层响应融合的目标跟踪方法，主要解决现有技术在当目标发生严重遮挡、背景杂乱时，导致跟踪失败的问题。其实现步骤为：1)确定待跟踪目标初始位置，计算第一帧相关滤波器的候选区域目标特征和候选区域循环特征矩阵；2)读取下一帧目标图像，并通过前一帧相关滤波器模板计算目标图像特征响应矩阵，根据该矩阵最大值预测待跟踪目标位置；3)更新相关滤波器模板；6)判断图像是否为待跟踪视频序列的最后一帧图像，若是，结束跟踪，否则返回2)。本发明能在待跟踪目标发生严重遮挡时，利用细节置信图中的背景信息预测待跟踪目标位置，提高了跟踪的准确度，可用于视频监控、机器人导航和定位，无人驾驶的跟踪。
-
公开(公告)号：CN111192193B
公开(公告)日：2022-02-01
申请号：CN201911176083.9
申请日：2019-11-26
Applicant: 西安电子科技大学
Abstract: 本发明属于高光谱图像超分辨率处理技术领域，公开了一种基于1维‑2维卷积神经网络高光谱单图超分辨方法，搭建1维卷积神经网络模型获取光谱信息；搭建基于注意力机制的2维卷积神经网络模型获取空间信息；将空间和光谱信息以渐进的方式进行融合；使用训练数据集对并行结构的神经网络模型进行训练，调整其内部参数；使用测试数据集对神经网络模型进行检核，根据模型输出求平均峰值信噪比MPSNR、平均结构相似性指数MSSIM、平均均方根误差MRMSE和光谱角制图SAM，评价神经网络模型的超分辨率处理性能。本发明神经网络模型参数设置简单，易于实现，计算量小，能较快获得超分辨率处理结果；能够更有效地实现光谱保真。
-
公开(公告)号：CN113935916A
公开(公告)日：2022-01-14
申请号：CN202111195071.8
申请日：2021-10-12
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于环境光感知的端到端水下图像复原方法，主要解决现有技术在处理水下图像时色偏校正和清晰化处理效果欠佳的问题。其方案是：利用Pytorch框架分别构建环境光感知网络和复原主体网络，并分别构建这两个网络的训练集B和C；采用自适应矩估计算法分别利用B和C训练环境光感知网络和复原主体网络，将待处理的图像Ic输入训练好的环境光感知网络，输出环境光值Ac；将Ac和Ic输入训练好的复原主体网络，输出清晰图像Jc。本发明提高了不同退化程度水下图像的对比度，能有效校正色偏，且峰值信噪比、结构相似性、色差公式、无参考图像空间质量评估和水下彩色图像质量评价均优于现有技术，可用于水下图像的清晰化处理。
-
-
-
-
-
-
-
-
-
Search Results
87
records
(took 0.036 seconds)
