-
公开(公告)号：CN107358256B
公开(公告)日：2019-07-23
申请号：CN201710550325.0
申请日：2017-07-07
Applicant: 西安电子科技大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于卡方‑棋盘距离度量的弱监督极化SAR分类方法，主要解决目前弱监督方法的分类精度低的问题。其实现方案包括：1)读入一幅极化SAR图像，基于Cloude‑Pottier目标分解方法，构造具有四维特征的极化矩阵；2)从极化矩阵中选取1％的标记样本作为训练样本；3)分步计算测试样本和训练样本的卡方距离以及空间棋盘距离；4)根据卡方距离和棋盘距离得到组合距离，将其作为最近邻方法评判近邻的标准,实现极化SAR图像分类。本发明仅采用少量训练样本利用最近邻分类器，精确实现了极化SAR的地物分类。
-
公开(公告)号：CN107358203B
公开(公告)日：2019-07-23
申请号：CN201710572134.4
申请日：2017-07-13
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于深度卷积阶梯网络的高分辨SAR图像分类方法，输入待分类的高分辨SAR图像及其标记信息；构造训练数据集D1与测试数据集D2；对数据集D1、D2的特征进行归一化得到数据集D3、D4；构造基于深度卷积阶梯网络的分类器模型；用训练数据集D3对网络进行训练；利用训练好的分类模型对测试数据集D4进行分类。本发明可充分利用少量有类标的训练样本，且采用卷积层有效提取高层判别特征而获得较高的分类精度。
-
公开(公告)号：CN106683102B
公开(公告)日：2019-07-23
申请号：CN201611260197.8
申请日：2016-12-30
Applicant: 西安电子科技大学
IPC: G06T7/11
Abstract: 本发明公开了一种基于脊波滤波器和卷积结构模型的SAR图像分割方法。主要解决现有技术分割SAR图像不准确的问题。其实现步骤为：(1)SAR图像素描化，得到素描图；(2)根据SAR图像的区域图，划分SAR图像的像素子空间；(3)构建脊波滤波器集合；(4)构造卷积结构学习模型；(5)采用基于脊波滤波器和卷积结构模型的SAR图像分割方法，分割混合聚集结构地物像素子空间；(6)基于素描线聚拢特征的独立目标分割；(7)基于视觉语义规则的线目标分割；(8)采用基于多项式逻辑回归先验模型对匀质区域像素子空间进行分割；(9)合并分割结果。本发明获得了SAR图像的良好分割效果，可用于SAR图像的语义分割。
-
公开(公告)号：CN107909109B
公开(公告)日：2019-06-21
申请号：CN201711143858.3
申请日：2017-11-17
Applicant: 西安电子科技大学
Abstract: 一种基于显著性和多尺度深度网络模型的SAR图像分类方法。其步骤为：读入数据集；获得训练场景图和显著特征图；生成显著性检测训练数据集；生成目标分类训练样本集；构建显著性网络模型；训练显著性网络模型；构建多尺度深度网络模型；构建曲线波Curvelet重构层；生成目标分类网络模型；训练目标分类网络模型；获得显著特征图；对显著特征图进行形态学处理；提取检测切片；对检测切片进行分类；对分类结果进行投票；标记检测与分类结果图。本发明提高了分类准确率和分类速度，本发明可应用于对合成孔径雷达SAR图像的目标准确地进行分类、识别。
-
公开(公告)号：CN106846322B
公开(公告)日：2019-06-21
申请号：CN201611260213.3
申请日：2016-12-30
Applicant: 西安电子科技大学
IPC: G06T7/10
Abstract: 本发明公开了一种基于曲线波滤波器和卷积结构学习的SAR图像分割方法，主要解决现有技术分割SAR图像不准确的问题。其实现步骤是：(1)SAR图像素描化，得到素描图；(2)根据SAR图像的区域图，划分SAR图像的像素子空间；(3)构建曲线波滤波器集合；(4)构造卷积结构学习模型；(5)采用基于曲线波滤波器和卷积结构学习模型的SAR图像分割方法，分割混合聚集结构地物像素子空间；(6)基于素描线聚拢特征的独立目标分割；(7)基于视觉语义规则的线目标分割；(8)采用基于多项式逻辑回归先验模型对匀质区域像素子空间进行分割；(9)合并分割结果，得到SAR图像分割结果。本发明获得了SAR图像的良好分割效果，可用于SAR图像的语义分割。
-
Patent Agency Ranking
公开(公告)号：CN106611422B
公开(公告)日：2019-06-21
申请号：CN201611262026.9
申请日：2016-12-30
Applicant: 西安电子科技大学
IPC: G06T7/11
Abstract: 本发明公开了一种基于素描结构的随机梯度贝叶斯SAR图像分割方法，主要解决现有技术合成孔径雷达SAR图像分割不准确的问题。其实现步骤如下：(1)SAR图像素描化，得到SAR图像的素描图；(2)根据SAR图像的区域图，划分SAR图像的像素子空间；(3)基于随机梯度变分贝叶斯网络模型的方法的混合聚集结构地物像素子空间分割；(4)基于素描线聚拢特征的独立目标分割；(5)基于视觉语义规则的线目标分割；(6)基于多项式逻辑回归先验模型的匀质区域像素子空间分割；(7)合并分割结果，得到SAR图像的分割结果。本发明获得了SAR图像的良好分割效果，可用于SAR图像的语义分割。
-
公开(公告)号：CN105957024B
公开(公告)日：2019-06-18
申请号：CN201610248012.5
申请日：2016-04-20
Applicant: 西安电子科技大学
IPC: G06T5/00
Abstract: 本发明提出一种基于图像块先验与稀疏范数的盲去模糊方法，主要是解决现有技术对图像去模糊质量差的问题，其方案是：输入模糊图像；初始化模糊核、二进制掩模，候选图像；调用金字塔模型，将候选图像根据金字塔层数下采样，对候选图像与模糊核上采样；更新二进制掩模、更新图像块方差、更新图像样例块；固定参数更新模糊核、候选图像，直到金字塔最后一层；设置迭代次数，固定模糊核以及候选图像的范数保持不变，对模糊核添加的l1范数正则，得到新候选图像；固定候选图像不变，对候选图像添加的l1/l2范数正则项，得到新模糊核；直到迭代到最高次数。本发明提升了盲去模糊的效果和鲁棒性，可用于医疗器械、计算机视觉及图像视频处理。
-
公开(公告)号：CN109617871A
公开(公告)日：2019-04-12
申请号：CN201811487223.X
申请日：2018-12-06
Applicant: 西安电子科技大学
IPC: H04L29/06
Abstract: 本发明提出了一种基于社团结构信息和阈值的网络节点免疫方法，克服现有技术中过分依赖提前设置的网络节点免疫数目，节点免疫的有效性低、节点免疫缺少灵活性，节点免疫效果差的问题。其实现步骤是：(1)读入一幅包含30到10000个节点的待免疫社交网络图；(2)计算节点间信息传播概率；(3)生成有害信息节点集合；(4)对网络节点进行免疫处理；(5)分别输出有害信息节点集合与免疫节点集合内节点的总数。本发明提出的方法依赖网络图的社团结构信息，计算节点间信息传播概率，利用影响力与阈值组成免疫节点集合，对网络节点进行免疫处理，提高了节点免疫能力。
-
公开(公告)号：CN106529563B
公开(公告)日：2019-03-26
申请号：CN201610831370.9
申请日：2016-09-19
Applicant: 西安电子科技大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于双图稀疏非负矩阵分解的高光谱波段选择方法。其处理步骤包括：输入需处理的高光谱数据；分别计算高光谱数据数据空间和特征空间的相似度矩阵；分别计算高光谱数据数据空间和特征空间的相似度对角矩阵；初始化高光谱数据重构矩阵；设置迭代次数；更新重构矩阵；判断是否达到最大迭代次数，若达到则得到数据空间的非负矩阵分解因子，否则返回更新重构矩阵继续迭代，直至达到最大迭代次数；构造并输出高光谱数据的波段选择矩阵。本发明解决了原始高光谱图像中存在许多冗余波段的问题，剔除了冗余信息，降低了数据维数，选择出具有更高判别性的波段，提高了高光谱图像分类的准确性。用于高光谱图像分类之前的波段选择处理。
-
公开(公告)号：CN109271856A
公开(公告)日：2019-01-25
申请号：CN201810907184.8
申请日：2018-08-03
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于扩张残差卷积的深度卷积网络光学遥感图像目标检测方法，解决了现有技术中光学遥感图像飞机与舰船检测正确率低、虚警率高的问题。实现步骤如下：构造测试数据集；构造训练数据集；搭建用于扩展特征感受野的基于扩张残差卷积的目标检测网络；利用训练数据集训练基于扩张残差卷积的目标检测网络；利用训练好的基于扩张残差卷积的目标检测网络对测试数据集进行目标检测；输出测试结果。本发明构建的网络，使用扩张残差卷积模块与特征融合，更适用于光学遥感图像目标检测，不仅提高了普通目标准确率，而且针对光学遥感图像小目标检测准确率有明显提高。用于光学遥感图像的地物目标检测。
-
-
-
-
-
-
-
-
-
Search Results
840
records
(took 0.149 seconds)
