-
公开(公告)号：CN101694719B
公开(公告)日：2011-12-07
申请号：CN200910024295.5
申请日：2009-10-13
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于非参数密度估计的遥感图像变化检测方法，主要解决现有技术对差异图像中与变化类和非变化类相关的统计项的估计存在偏差的问题。其实现过程是：输入两幅不同时相的遥感图像，并对每幅图像的每个通道去噪，得到两时相的去噪后图像，并采用变化矢量分析法构造差异影像；应用K-均值聚类算法将差异图像聚成变化类和非变化类，得到初始分类结果，并采用非参数密度估计的方法估计差异影像中与变化类和非变化类相关的统计项；结合变权马尔科夫随机场模型进行自适应的空间约束，得到最终的变化检测结果。实验表明本发明能够有效地保持图像的结构信息，并去除孤立噪声，提高变化检测处理效率，可用于灾情监测、土地利用、农业调查领域。
-
公开(公告)号：CN102254323A
公开(公告)日：2011-11-23
申请号：CN201110155652.9
申请日：2011-06-10
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于treelet融合和水平集分割的遥感图像变化检测方法，主要解决现有变化检测方法存在较多伪变化信息的问题。其实现过程是：输入两时相遥感图像，对每幅图像分别进行均值漂移滤波，得到两时相滤波后图像并分别对其进行3次不同层数下的二维平稳小波分解，对相同分解层数对应方向子带的小波系数矩阵做差；采用sobel算子对得到的水平、垂直方向小波系数差矩阵进行增强并进行二维小波逆变换重构；采用treelet算法融合不同分解层数的重构图像得到最终的差异图，对该差异图进行水平集分割得到变化检测结果。本发明能够有效提高变化检测结果的精度，同时较好的保持变化区域的边缘特征，可用于对自然灾害的分析、土地资源监测等领域。
-
公开(公告)号：CN102254301A
公开(公告)日：2011-11-23
申请号：CN201110207617.7
申请日：2011-07-22
Applicant: 西安电子科技大学
IPC: G06T3/40
Abstract: 本发明公开了一种基于边缘方向插值的颜色滤波阵列(color filter array，CFA)图像去马赛克方法，主要解决了现有的去马赛克方法对图像高频部分插值效果不佳虚假颜色效应严重的问题。其实现步骤是：(1)输入一幅待去马赛克的CFA图像；(2)估计亮度；(3)对绿色通道插值；(4)对红色和蓝色通道分别进行双线性插值；(5)分别对红、绿、蓝通道进行修正；(6)输出彩色图像。本发明具有能较好的保持图像高频信息的优点，能有效抑制虚假颜色效应，改善CFA图像去马赛克后视觉效果，且运行时间短。
-
公开(公告)号：CN101567079B
公开(公告)日：2011-06-29
申请号：CN200910022867.6
申请日：2009-06-05
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于Hopfield神经网络的运动模糊图像恢复方法，主要解决现有的技术无法在网络达到稳定时收敛到全局极值点的问题。其实现过程为：(1)构造Toeplitz矩阵H；(2)计算网络权重矩阵和输入偏置矩阵；(3)计算网络神经元的输入；(4)利用更新规则计算神经元的输出；(5)利用转移函数计算网络的输出；(6)判断神经元是否全部更新结束，如果是，返回步骤(3)；若否，执行步骤(7)；(7)判断是否达到设定的迭代次数，如果是，则得到模糊图像的恢复结果；若否，返回步骤(3)，直到达到设定的迭代次数为止。本发明可获得较好的图像恢复结果并具有较好的收敛性能，可用于对数字图像过程中所出现的运动模糊图像的恢复。
-
公开(公告)号：CN101571951B
公开(公告)日：2011-04-06
申请号：CN200910022907.7
申请日：2009-06-11
Applicant: 西安电子科技大学
IPC: G06T7/00
Abstract: 本发明公开了一种基于邻域概率密度函数特征的水平集图像分割方法，主要解决了现有方法不能有效处理自然图像的纹理基元在纹理尺度和纹理方向上的多变性的问题。其实现步骤为：初始化水平集函数；设置水平集函数迭代次数初始值和最大值；计算邻域概率密度函数特征集合；计算子集概率密度函数特征；计算相似性向量；根据水平集演化方程更新水平集函数；判断是否进入循环，如果是，则重新计算子集概率密度函数特征、相似性向量和水平集函数，否则终止循环，将水平集函数的零水平集作为输入图像的分割边界。本发明由于使用多尺度滑动窗拟合自然图像的纹理基元，较好地处理了纹理基元在纹理尺度和纹理方向上的多变性，可用于自然纹理图像的分割。
-
Patent Agency Ranking
公开(公告)号：CN101980202A
公开(公告)日：2011-02-23
申请号：CN201010530912.1
申请日：2010-11-04
Applicant: 西安电子科技大学
IPC: G06F17/30
Abstract: 本发明公开了一种基于模糊聚类和半监督学习的不平衡数据分类方法，主要用于解决现有技术在有标记样本较少且不平衡度较高的数据上，对少数类的分类精度低的问题。其实现步骤为：(1)初始有标记样本集和未标记样本集；(2)初始聚类中心；(3)实施模糊聚类；(4)依据聚类结果更新有标记样本集和未标记样本集；(5)实施基于SVM分类器的自训练；(6)依据自训练结果更新有标记样本集和未标记样本集；(7)实施基于不同惩罚参数的支撑矢量机Biased-SVM的分类；(8)评估分类结果并输出。在有标记样本较少的不平衡数据上，本发明提高了少数类的分类精度，可用于训练样本极少的不平衡数据的分类与识别。
-
公开(公告)号：CN101923711A
公开(公告)日：2010-12-22
申请号：CN201010230656.4
申请日：2010-07-16
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于邻域相似性及掩模增强的SAR图像变化检测方法，它涉及遥感图像处理领域，主要解决SAR图像变化检测的差异图构造受SAR图像斑点噪声影响严重的问题，其实现步骤为：(1)对不同时相同一场景的两幅SAR图像I1和I2进行几何校正和配准；(2)用邻域相似度算子，构造图像I1和I2的差异影像图DI；(3)对差异影像图DI进行掩模增强处理，得到新的差异影像图NDI；(4)利用初始点确定的K均值聚类方法，对新的差异影像图NDI进行聚类，得到变化检测结果图CDI。本发明具有运行效率高，算法复杂度和时间复杂度低，实验效果好的特点，可用于两时相SAR图像的变化检测。
-
公开(公告)号：CN101763514A
公开(公告)日：2010-06-30
申请号：CN201010013722.2
申请日：2010-01-15
Applicant: 西安电子科技大学
IPC: G06K9/62
CPC classification number: G06K9/6224 , G06K9/342
Abstract: 本发明公开了一种基于特征重要度排序谱聚类的图像分割方法，主要解决现有谱聚类方法复杂度高和稳定性差的问题。其实现过程是：(1)对待分割图像提取灰度值特征，灰度共生特征或小波特征；(2)对特征数据进行归一化处理；(3)根据归一化后的特征数据，计算所有样本的重要度；(4)对所有样本的重要度进行排序，并选择重要度高的100个样本作为采样的样本子集；(5)根据方法，用选出的样本子集求解所有样本谱映射后的特征向量空间，并取前给定的类别数k个特征值对应的特征向量进行降维；(6)对降维后的数据进行k-means聚类，输出最终的图象分割结果。本发明与现有的谱聚类方法相比，结果稳定，复杂度低，图像分割结果有明显提高，可用于目标检测和目标识别。
-
公开(公告)号：CN101763512A
公开(公告)日：2010-06-30
申请号：CN200910219443.9
申请日：2009-12-11
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种高分辨率遥感图像中道路目标的半自动检测方法，它涉及遥感图像处理技术领域，主要解决现有方法对背景复杂的图像、道路的宽度和路面标记各不相同且灰度值上存在很大差异时不能准确检测道路的问题。其实现步骤为：首先结合人工输入的起始种子点和初始方向选取2N*2N的窗口；接着对窗口内图像进行直方图均衡化、高斯滤波预处理；再利用小波变换和Hough变换提取道路的边界直线，计算出道路中心点坐标；然后利用基于灰度比较的模板匹配方法对道路中心点坐标进行较正，利用已得的道路中心点坐标信息对道路方向进行较正；最后依次连接各次迭代所得的道路中心点坐标即得道路中心线，并输出。本发明能够处理背景复杂的遥感图像，当道路的宽度和路面标记各不相同，灰度值上也存在很大差异时，能够有效的检测道路，并对道路的中心线进行准确定位，可用于对道路目标的半自动检测。
-
公开(公告)号：CN101739667A
公开(公告)日：2010-06-16
申请号：CN200910219321.X
申请日：2009-12-04
Applicant: 西安电子科技大学
IPC: G06T5/00
Abstract: 本发明公开了一种遥感图像道路增强的方法，主要解决现有技术增强后的道路失真大，道路目标检测不准确的问题。其实现过程是：首先对遥感图像进行3层非下采样的轮廓波变换，其中每层变换的方向个数由低到高排列分别分为4，4，8，再根据各层变换的方向个数，设定相应的结构元素；然后对变换后的系数采用与之相近方向的结构元素进行方向性增强；最后计算图像中每个像素点的方向，得到图像的方向矩阵，通过方向矩阵对增强系数中的噪声和背景进行处理，再对处理后的增强系数进行轮廓波反变换，得到图像的增强结果。本发明能在增强道路的同时，很好的保持道路原有的宽度，使后续道路的检测能够更加准确，可用于遥感图像道路的分析和处理。
-
-
-
-
-
-
-
-
-
Search Results
352
records
(took 0.031 seconds)
