公开(公告)号：CN104867120A

公开(公告)日：2015-08-26

申请号：CN201510295228.2

申请日：2015-06-02

Applicant: 西安电子科技大学

Inventor： 焦李成 ,  刘赶超 ,  钟桦 ,  屈嵘 ,  马文萍 ,  王爽 ,  侯彪 ,  杨淑媛

IPC: G06T5/00

Abstract: 本发明公开了一种基于比值分布的SAR图像非局部降斑方法,主要解决现有非局部降斑方法中相似性权值计算不准确的问题，实现过程是：1.输入SAR图像，初始化参数；2.对输入SAR图像每个像素，用比值分布算出与其邻域像素的比值距离dt1；3.计算出相邻像素间的先验距离dt2；4.根据距离dt1和dt2，算出与其邻域的每个像素点的相似度权值；5.对中心像素加权平均，得到中心像素估计值；6.重复步骤2～5，遍历整个图像，得到估计图像；7.重复步骤3～6，到迭代终止，得到最终降斑图像。本发明利用SAR图像的乘性斑点特性，采用比值距离和先验距离，并通过迭代的方式提高图像块的相似性度量的准确性，在有效滤除SAR图像斑点噪声的同时，较好保持了边缘、纹理等细节信息。

公开(公告)号：CN103093434B

公开(公告)日：2015-07-15

申请号：CN201310030693.4

申请日：2013-01-27

Applicant: 西安电子科技大学

Inventor： 王桂婷 ,  焦李成 ,  丁炜 ,  马文萍 ,  马晶晶 ,  钟桦

IPC: G06T5/00

Abstract: 本发明公开了一种基于奇异值分解的非局部维纳滤波图像去噪方法，主要解决现有去噪方法效果不佳问题。其实现步骤：①输入一幅含噪图像；②估计含噪图像的噪声标准差；③以含噪图像的任意像素点为中心提取图像块，并在相应的搜索窗内寻找该图像块的相似图像块；④对得到的相似图像块进行基于奇异值分解的维纳滤波去噪；⑤对含噪图像的所有像素点分别进行步骤3至步骤4操作；⑥对所有去噪后的图像块采用BM3D的聚集技术重构出去噪图像；⑦判断迭代是否完成，若完成则输出去噪图像，否则将去噪图像作为含噪图像转到步骤2进入下一步迭代。本发明能有效去除含有高斯白噪声的自然图像中的噪声，可用于医学影像、视频多媒体等领域的数字图像预处理。

公开(公告)号：CN104732493A

公开(公告)日：2015-06-24

申请号：CN201510119457.9

申请日：2015-03-18

Applicant: 西安电子科技大学

Inventor： 王桂婷 ,  焦李成 ,  于强 ,  马文萍 ,  马晶晶 ,  钟桦 ,  王爽 ,  张小华 ,  田小林

IPC: G06T5/00 ,  G06T7/00

Abstract: 本发明公开了一种基于Primal Sketch分类和SVD域改进MMSE估计的SAR图像去噪算法，解决现有技术对SAR图像去噪时细节模糊的问题。主要内容是：首先，在Primal Sketch算法中，采用双邻域对比度增强的方法改进了能量图像，然后采用Primal Sketch算法将SAR图像分为边缘类和非边缘类两类；分别对这两类的像素点进行NLSVD分解，用含有收缩因子的最小均方误差准则估计奇异值矩阵，反变换得到边缘类的估计值和非边缘类的估计值；最后计算边缘系数，通过巴特沃斯融合的方法融合边缘类和非边缘类的边界得到去噪结果。该方法能有效的去除SAR图像中的斑点噪声，且很好的保持了边缘和点目标信息。

公开(公告)号：CN102750701B

公开(公告)日：2015-03-04

申请号：CN201210199055.0

申请日：2012-06-15

Applicant: 西安电子科技大学

Inventor： 王桂婷 ,  孙一博 ,  焦李成 ,  公茂果 ,  钟桦 ,  王爽 ,  张小华 ,  侯彪 ,  田小林

IPC: G06T7/00

Abstract: 本发明公开了一种针对Landsat TM和ETM图像的厚云及其阴影检测方法，其实现步骤为：（1）将输入图像分成16个子图集，并对其进行维纳滤波去噪和归一化；（2）对各子图集中的厚云和阴影进行粗检测，并从粗检测结果中选取基准对；（3）根据各基准对求最终基准对质心连线倾角和间距；（4）根据最终基准对质心连线倾角和间距对各子图集中厚云和阴影配对，并对未配对阴影和厚云进行补充检测；（5）对云影配对结果和补充检测结果进行相加，得到各子图集的最终检测结果子图；（6）顺序拼接各子图集的最终检测结果子图，获得最终检测结果图。本发明不需要辅助信息和人工参与，检测精确度高，可用于遥感图像变化检测、分类以及图像分割的预处理。

公开(公告)号：CN102663686B

公开(公告)日：2015-02-18

申请号：CN201210073293.7

申请日：2012-03-19

Applicant: 西安电子科技大学

Inventor： 王桂婷 ,  焦李成 ,  张林刚 ,  公茂果 ,  钟桦 ,  张小华 ,  田小林 ,  侯彪 ,  王爽

IPC: G06T5/00

Abstract: 本发明公开了一种基于Treelet变换和高斯尺度混合模型的图像去噪方法，主要解决现有去噪方法对被高斯白噪声腐蚀的自然图像去噪效果不佳的问题。其实现步骤如下，(1)输入一幅待去噪图像；(2)对图像块进行分类；(3)组成矩阵；(4)获得基矩阵；(5)投影；(6)估计无噪声系数；(7)计算去噪后图像块矩阵；(8)判断是否处理完图像内所有图像块，若处理完，则进行步骤(9)，否则转入步骤(3)；(9)归一化所有图像块，结果输出。本发明具有对含有高斯白噪声的自然图像去噪效果好的优点，能恢复出图像原有的特征，可用于图像分割、目标识别，变换检测等对图像的预处理。

公开(公告)号：CN104134195A

公开(公告)日：2014-11-05

申请号：CN201410377530.8

申请日：2014-08-01

Applicant: 西安电子科技大学

Inventor： 钟桦 ,  焦李成 ,  马国峰 ,  田小林 ,  王爽 ,  侯彪 ,  刘红英 ,  马文萍 ,  熊涛

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。

公开(公告)号：CN102800077B

公开(公告)日：2014-08-20

申请号：CN201210253269.1

申请日：2012-07-20

Applicant: 西安电子科技大学

Inventor： 钟桦 ,  焦李成 ,  朱波 ,  王桂婷 ,  侯彪 ,  王爽 ,  张小华 ,  田小林

IPC: G06T5/50

Abstract: 本发明公开了一种贝叶斯非局部图像修复方法，主要解决现有基于样本的非局部均值修复方法中相似块搜索不准确及参数值由经验确定的问题。其实现过程是：（1）对待修复图像I,确定待修复区域Ω及其边界δ；（2）找出边界上优先级最高的修复块并对使用贝叶斯框架建模；（3）通过自适应阈值的对搜寻区域进行预选取。（4）搜索与修复块最相似的ｍ个样本块，将其加权均值作为修复块的填充块（5）更新置信度项及待修复区域，重复步骤（1）～（5）直至待修复区域内的所有点被修复。本发明可用于修复图像破损区域，修复图像划痕和图像中文本的去除。

公开(公告)号：CN102629380B

公开(公告)日：2014-06-18

申请号：CN201210053876.3

申请日：2012-03-03

Applicant: 西安电子科技大学

Inventor： 王桂婷 ,  焦李成 ,  曹娟 ,  钟桦 ,  张小华 ,  田小林 ,  公茂果 ,  王爽

IPC: G06T7/00

Abstract: 本发明公开了一种基于多组滤波和降维的遥感图像变化检测方法，主要解决现有技术对变化检测图像的精度和运行时间上不足的问题。其实现过程是：输入两幅不同时相的遥感图像，并构造差值差异图像，得到差值差异图像的分割结果，并对遥感图像进行灰度校正得到新的差值差异图；应用Gabor滤波器得到多组滤波图像，并组成样本矩阵；利用Treelet算法对样本矩阵进行降维，对降维后的图像进行K均值聚类得到最终的变化检测结果。实验表明本发明能够有效地提高变化检测处理效率，保持图像的边缘信息，提高变化检测的精确度，可用于灾情监测、土地利用领域。

公开(公告)号：CN103839082A

公开(公告)日：2014-06-04

申请号：CN201410062330.3

申请日：2014-02-24

Applicant: 西安电子科技大学

Inventor： 钟桦 ,  焦李成 ,  何念 ,  王爽 ,  侯彪 ,  马晶晶 ,  马文萍

IPC: G06K9/66

Abstract: 本发明属于图像处理技术领域，具体公开了一种基于小波特征低秩表示的SAR图像目标聚类方法，主要提高了现有经典算法的分类正确率的问题。其实现过程是：(1)对输入的每一幅子图像小波分解，并对各个子带分别求解能量特征，构成特征向量，将所有输入的子图像的特征组合成一个能量特征矩阵，并进行归一化处理；(2)对能量特征矩阵进行低秩处理，获取低秩系数；(3)对低秩系数进行聚类，计算聚类结果。本发明相对于其它的一些经典的分类方法能够更好提高分类正确率，因此可以用于SAR图像目标聚类。

公开(公告)号：CN103778641A

公开(公告)日：2014-05-07

申请号：CN201210414785.8

申请日：2012-10-25

Applicant: 西安电子科技大学

Inventor： 田小林 ,  焦李成 ,  刘朵 ,  张小华 ,  缑水平 ,  朱虎明 ,  钟桦 ,  马文萍

IPC: G06T7/20 ,  G06T7/40

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。