-
公开(公告)号：CN104392456A
公开(公告)日：2015-03-04
申请号：CN201410751944.2
申请日：2014-12-09
申请人： 西安电子科技大学
CPC分类号： G06T7/11 , G06T2207/20081 , G06T2207/20152
摘要： 本发明公开了一种基于深度自编码器和区域图的SAR图像分割方法，主要解决现有技术分割不够准确、不够细致的问题。其实现步骤是：1.根据初始素描模型得到SAR图像素描图，补全素描线段得到区域图，将区域图映射到原图得到聚集、匀质和结构区域；2.分别对聚集和匀质区域用不同深度自编码器训练，得到对应所有点的表示，级联编码层最后两层作为该点特征；3.分别对聚集和匀质区域构建字典，各点特征投影至相应字典并汇聚出各子区域的区域特征；4.分别对两类区域的子区域特征聚类；5.对结构区域在素描线段指导下使用超像素合并进行分割；6.合并各区域分割结果完成SAR图像分割。本发明具有分割准确、细致的优点，可用于目标识别。
-
公开(公告)号：CN104376585A
公开(公告)日：2015-02-25
申请号：CN201410673384.3
申请日：2014-11-21
申请人： 西安电子科技大学
摘要： 本发明公开了一种基于图像块结构属性策略的非凸压缩感知图像重构方法，主要解决现有技术的重构速度慢、准确度低的问题，其实现步骤是：1.对图像分块观测,并对观测向量进行局部相似性聚类；2.对每类观测向量对应的图像块，判断其结构属性及结构属性的一致性，并对结构属性不一致的图像块重新聚类；3.对每类观测向量对应的光滑图像块,使用字典前5个尺度的优化遗传算法进行重构，对非光滑图像块，先得到字典方向上的最优原子组合，再进行学习尺度和位移上的最优原子组合，重构出非光滑块；4.把所有重构出的图像块按顺序拼一起得到整个重构图像。本发明具有重构速度快，重构出的图像视觉效果好、峰值信噪比高的优点。
-
公开(公告)号：CN103870842A
公开(公告)日：2014-06-18
申请号：CN201410105053.X
申请日：2014-03-20
申请人： 西安电子科技大学
摘要： 本发明公开了一种结合极化特征和分水岭的极化SAR图像分类方法。本发明实现的步骤为：(1)读入极化合成孔径雷达SAR数据；(2)计算像素标记；(3)划分区域；(4)标定区域标记；(5)标定区域大小；(6)更新区域标记；(7)分配颜色，输出最终分类结果。本发明相比现有技术基于区域的阈值划分方法，保证了分类结果中区域一致性，较好的保持了图像中不同区域的边缘信息，解决了极化信息利用不充分和区域划分不完整的问题。本发明可应用于极化合成孔径雷达SAR图像目标检测和目标识别。
-
公开(公告)号：CN103824302A
公开(公告)日：2014-05-28
申请号：CN201410091118.X
申请日：2014-03-12
申请人： 西安电子科技大学
摘要： 本发明公开了一种基于方向波域图像融合的SAR图像变化检测方法，克服了现有技术中差异图融合时不能较好的保留差异图细节信息、对差异图采用二值化分割方法会导致变化区域信息丢失的问题。本发明实现的步骤是：(1)输入图像；(2)图像预处理；(3)生成差异图；(4)构造联合差异图；(5)分割联合差异图；(6)输出图像。本发明具有描述变化区域与未变化区域边界更加精确、漏检率较低的优点，可应用于合成孔径雷达SAR图像目标识别领域中的自然灾害检测。
-
公开(公告)号：CN102568016B
公开(公告)日：2013-12-25
申请号：CN201210000461.X
申请日：2012-01-03
申请人： 西安电子科技大学
摘要： 本发明公开了一种基于视觉注意的压缩感知图像目标重构方法，它涉及自然图像处理技术领域，主要解决现有方法不能有效结合压缩感知的理论来提取图像中的感兴趣目标并对目标进行重构的问题。其实现步骤为：首先用视觉注意的方法提取出图像中可能存在目标的区域，得到目标显著图；再根据得到的目标显著图对观测矩阵进行加权，得到针对目标的加权观测矩阵；最后用加权观测矩阵对待观测图像进行观测得到观测向量，对观测向量进行重构得到重构图像。该发明能够准确得到图像中目标的位置，并且重构图像中只含有目标，可用于一个大场景的目标检测。
-
公开(公告)号：CN103400383A
公开(公告)日：2013-11-20
申请号：CN201310325398.1
申请日：2013-07-22
申请人： 西安电子科技大学
IPC分类号： G06T7/00
摘要： 本发明公开一种基于NSCT和压缩投影的SAR图像变化检测方法，实现步骤为：对两幅SAR图像用对数比值法得到差异图，对差异图进行非下采样contourlet变换，对低频子带系数保持不变，对高频子带系数硬阈值处理后逆变换得到处理的差异图，对该差异图每个像素提取的邻域特征拉成列后利用压缩投影降维得到特征向量，用K均值将特征向量分为变化与未变化两类，简单易行，得到检测结果图。本发明主要克服了对差异图去噪所造成的轮廓边缘失真的问题。得到的检测结果图噪声较低，保持了较好的边缘及轮廓，利用压缩投影降维，相对降低了计算复杂度，同时也降低了变化检测中的总错误率，具有更好的视觉效果，可用于SAR图像的灾情检测。
-
公开(公告)号：CN103400368A
公开(公告)日：2013-11-20
申请号：CN201310279504.7
申请日：2013-06-25
申请人： 西安电子科技大学
IPC分类号： G06T7/00
摘要： 本发明公开一种基于图论和超像素理论的并行快速的SAR图像分割方法，属于图像处理技术领域。其分割过程为：(1)对待分割的SAR图像进行归一化处理；(2)将初始化后的图像划分为等大小的4个区块；(3)对4个区块同时作如下并行处理：对每一个区块进行高斯滤波处理；然后进行超像素生成；以每个超像素作为无向图的节点向无向图的转换；对每个区块产生的无向图进行分割得到分割子图；利用各子图之间的关系将4个区块的分割子图合并成总无向图；将总无向图中联通的节点标记为同一类别并赋予相应像素点同样的颜色，便得到了最终的分割结果。本发明具有较低的空间复杂度与良好的时间性能，适合大规模SAR图像分割，易于工程化实现。
-
公开(公告)号：CN103365985A
公开(公告)日：2013-10-23
申请号：CN201310279563.4
申请日：2013-06-25
申请人： 西安电子科技大学
摘要： 一种类别自适应的极化SAR分类方法，属于图像处理技术领域。其分类过程为：对输入数据进行Freeman分解得散射功率矩阵Ps，Pd，Pv；根据Ps，Pd，Pv值将极化SAR图像数据初始划分为三类；计算每个像素的同极化比R，选取两个不同的阈值将每类进一步分为三类；计算每类中各像素点的自极化参数δ，按照δ值将每类细分成N类；对细分结果表征类别差异性，获得相异矩阵RD，用可视化聚类趋势估计法对RD重排，得到新矩阵RD1；将RD1变换为相异图像Im，对Im黑框识别处理，得到类别数和聚类中心；对所有输入的极化SAR数据用复Wishart迭代分类并上色，得到最终彩色分类结果图。本发明用于极化SAR图像目标识别的分割区域一致性好保留信息完整。
-
公开(公告)号：CN102521602B
公开(公告)日：2013-09-25
申请号：CN201110366472.5
申请日：2011-11-17
申请人： 西安电子科技大学
IPC分类号： G06K9/62
摘要： 本发明公开了一种基于条件随机场和最小距离法的超光谱图像分类方法，其实现步骤为：(1)初始化；(2)输入与待分类超光谱图像地物类别分别对应的训练样本集；(3)训练一元势团信息量的参数；(4)训练二元势团信息量的参数；(5)确定每一类训练样本的平均值；(6)输入待分类的测试数据，进行预分类；(7)判断欲分类结果是否一致，若一致，确定类标，若不一致，进行以下操作；(8)确定二元势团信息量的后验概率；(9)信息更新；(10)确定类标。本发明避免了对观测数据的明确建模；利用空间邻域信息，避免对空间邻域信息的复杂建模；引入最小距离法，判定是否利用空间邻域信息进行修正，尽可能避免不必要的空间邻域信息修正。
-
公开(公告)号：CN103077393A
公开(公告)日：2013-05-01
申请号：CN201310031758.7
申请日：2013-01-08
申请人： 西安电子科技大学
摘要： 本发明公开了一种基于DSP的车载实时运动目标检测系统及其方法。本发明能够实时的对开放式公路上的路况进行检测，当出现指定目标时发出报警。本发明使用电荷耦合元件CCD摄像头采集模拟视频信号，用解码芯片数字化，再利用直接内存存取DMA技术将数字图像数据传输到扩展存储器的Ping-Pong Buffer中进行暂存；数字信号处理器DSP根据图像计数值，从扩展存储器中读取一帧图像，使用机器学习分类算法进行分类，当有连续3帧图像被分类为有目标时，发出声光报警，提醒驾驶人员注意。本发明造价低廉，体积小重量轻，实时性强，尤其适合于车载系统对于开放式公路上的运动目标进行实时检测和报警。
-
-
-
-
-
-
-
-
-
搜索结果
513 条记录 (耗时 0.043 秒)
