-
公开(公告)号：CN104392463B
公开(公告)日：2017-02-22
申请号：CN201410781962.5
申请日：2014-12-16
Applicant: 西安电子科技大学
Abstract: 本发明属于图像显著区域检测技术领域，具体公开了一种基于联合稀疏多尺度融合的图像显著区域检测方法，其步骤包括：(1)对训练图像集构造出多层高斯金字塔实现多尺度化，训练得到各个尺度下的字典；(2)对测试图像中的每一个像素点取图像块，联合稀疏求解该图像块在各个尺度下的稀疏表示系数；(3)将稀疏表示系数作为特征，进行显著性的计算；(4)融合多个尺度下的显著结果得到最终的显著图。本发明实现了提取任意给定图像中人眼感兴趣区域的目的，其优点在于：首先，多尺度操作克服了图像不同尺度下的影响；其次，联合稀疏框架非常有益于后续的显著度计算。实验表明，本方法的结果具有较好的鲁棒性，优于大多数现有方法的结果。
-
公开(公告)号：CN104318548B
公开(公告)日：2017-02-15
申请号：CN201410531222.6
申请日：2014-10-10
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于空间稀疏度和SIFT特征提取的快速图像配准实现方法，主要克服经典SIFT特征提取算法中，经常会提取到平滑区域和纹理区域不稳定的特征点而造成特征误匹配的问题。其步骤包括：1)分别提取参考图和待匹配图稀疏区域。2)对参考图和待匹配图的稀疏区域提取SIFT特征点。3)对参考图和待匹配图上提取到的SIFT特征点集进行粗匹配。4)用随机一致性估计算法来滤除粗匹配结果中的误匹配。5)利用参考图和待匹配图最终的匹配点对，通过仿射变换得到仿射变换参数来实现对两幅SAR图像配准。本发明能在保证经典SIFT特征配准算法精度前提下提高配准效率，可用于SAR图像的配准处理。
-
公开(公告)号：CN104156918B
公开(公告)日：2017-02-15
申请号：CN201410377528.0
申请日：2014-08-01
Applicant: 西安电子科技大学
IPC: G06T5/00
Abstract: 本发明公开了一种基于联合稀疏表示和残差融合的SAR图像噪声抑制方法，主要解决现有的SAR图像去噪方法斑点噪声抑制不充分，细节保持差的问题。其实现步骤是：(1)对图像做块匹配得到相似集合；(2)对图像做局部方差估计(3)利用局部方差与WSOMP方法对相似集合进行联合稀疏表示得到稀疏系数，并计算残差集合；(4)对残差集合进行残差融合，并用小波软阈值算法去噪得到融合残差；(5)利用融合残差与稀疏系数对字典进行更新；(6)利用更新后的字典对相似块集合进行图像重构，得到去噪块集合；(7)将去噪块集合返回图像原位置，得到去噪图像。本发明显著提高了SAR图像去斑效果，可用于SAR图像目标识别与图像增强。
-
公开(公告)号：CN104134195B
公开(公告)日：2017-02-15
申请号：CN201410377530.8
申请日：2014-08-01
Applicant: 西安电子科技大学
IPC: G06T5/00
Abstract: 本发明公开了一种基于块几何稀疏度的图像修复方法，主要解决现有技术对结构区域修复出现失真的问题。其实现过程是：(1)对待修复区域边界上的每个像素计算其几何稀疏度，并根据几何稀疏度将边界像素分为结构像素和非结构像素；(2)对待修复区域边界上的结构像素按其结构的方向进行修复，直到多个结构方向的交点区域；(3)用Criminisi方法对待修复的非结构区域进行修复，直到仅剩下交点区域；(4)对多个结构方向的交点区域进行修复，恢复出与原图像接近的结果图像。本发明能够有效的恢复图像的结构，获得高质量的图像修复结果，可用于图像处理及目标物的移除。
-
-
Patent Agency Ranking
公开(公告)号：CN103810723B
公开(公告)日：2016-08-17
申请号：CN201410068665.6
申请日：2014-02-27
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于帧间约束超像素编码的目标跟踪方法，主要解决当目标发生遮挡、快速运动、外观形变而导致跟踪失败的跟踪问题。本发明实现的步骤如下：（1）预处理第一帧图像；（2）构建初始字典；（3）样本编码；（4）训练分类器；（5）当前帧检测样本编码；（6）预测目标框位置；（7）更新字典；（8）精确样本编码；（9）升级分类器；（10）判断是否为最后一帧图像，若是，则结束，否则，返回步骤（5）处理下一帧图像。本发明采用超像素分割和约束编码的方法，降低了图像处理后续任务的复杂度，确保了图像空间信息一致性原则，保留了图像局部边界信息和纹理信息的一致性，能够稳定准确地跟踪目标。
-
公开(公告)号：CN103778641B
公开(公告)日：2016-08-03
申请号：CN201210414785.8
申请日：2012-10-25
Applicant: 西安电子科技大学
Abstract: 本发明公开一种基于小波描述子的目标跟踪方法，主要解决现有技术中由于目标发生遮挡或者快速变化而导致目标跟踪失败的问题。其实现步骤为：(1)输入一段视频的第一帧，并人工标记出待跟踪的目标；(2)建立目标模板；(3)计算目标的颜色直方图；(4)在新一帧视频图像的搜索区域中提取小波特征；(5)求与目标模板距离的局部极小值；(6)计算目标的颜色直方图；(7)判断目标是否被遮挡，并在部分遮挡情况下对提取出的角点特征进行跟踪，在全遮挡情况下利用运动估计实现目标跟踪；(8)循环执行步骤(4)～步骤(7)，直至视频结束。本发明与现有的技术相比在目标发生遮挡或者快速变化情况下提高了目标跟踪的鲁棒性。
-
公开(公告)号：CN103793926B
公开(公告)日：2016-06-29
申请号：CN201410069126.4
申请日：2014-02-27
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于样本重选择的目标跟踪方法，主要解决当目标发生外观形变、光照变化、快速运动而导致跟踪失败的跟踪问题。本发明实现的步骤如下：（1）预处理第一帧图像；（2）计算样本的先验概率；（3）构建弱分类器；（4）构建强分类器；（5）更新弱分类器模型；（6）预测当前帧目标框位置；（7）计算精确样本的先验概率；（8）更新分类器模型；（9）判断是否为最后一帧图像，若是，则结束，否则，返回步骤（6）处理下一帧图像。本发明通过样本重选择和计算样本的先验概率的方法构建分类器，增强了分类器模型的稳定性，提高了分类器的预测准确率，从而增强了目标跟踪的准确性和可靠性。
-
公开(公告)号：CN105513102A
公开(公告)日：2016-04-20
申请号：CN201510941178.0
申请日：2015-12-15
Applicant: 西安电子科技大学
IPC: G06T9/00
CPC classification number: G06T9/001
Abstract: 本发明公开了一种基于非局部全变差和低秩稀疏的高光谱压缩感知重建方法，主要解决现有技术在高光谱数据进行压缩采样后重建准确度低、效果差的问题。其包括：1.输入高光谱数据并向量化；2.对向量化的高光谱数据采样，得到采样数据；3.对采样数据进行初始重建；4.对初始重建的数据聚类；5.根据像元类别对采样数据分类，得到各类采样数据；6.构造二次重建模型；7.根据各类采样数据求解二次重建模型，得到二次重建的最优数据，并将该数据作为最终重建数据。本发明在低秩稀疏重建的基础上引入非局部全变差和聚类思想，具有重建准确度高、效果好的优点，可用于高光谱数据成像。
-
公开(公告)号：CN103413316B
公开(公告)日：2016-03-02
申请号：CN201310374750.0
申请日：2013-08-24
Applicant: 西安电子科技大学
IPC: G06T7/00
Abstract: 本发明公开了一种基于超像素和优化策略的SAR图像分割方法，主要改善现有图像分割方法的分割区域一致性差的现象。其实现步骤是：（1）输入一幅SAR图像，并对该图像进行两层的非下采样小波变换；（2）提取输入图像的超像素块；（3）计算超像素块的小波特征；（4）建立超像素块之间的图矩阵；（5）根据超像素块的小波特征对超像素块进行聚类，（6）用粒子群算法优化聚类过程中的参数；（7）根据优化完成后得到的隶属度矩阵，计算超像素块的类别标签；（8）给超像素块之间的边界标记相应的类别标签，得到SAR图像的分割结果。本发明在保证较完整的边缘细节信息的同时能很好保证分割区域的一致性，分割结果满足后续对图像进行分析的要求。
-
-
-
-
-
-
-
-
-
Search Results
322
records
(took 0.037 seconds)
