-
公开(公告)号：CN104598920B
公开(公告)日：2016-05-18
申请号：CN201410840024.8
申请日：2014-12-30
申请人： 中国人民解放军国防科学技术大学
摘要： 一种基于Gist特征与极限学习机的场景分类方法，先提取图像的Gist特征，采用Gabor小波对场景图像进行卷积操作，然后提取Gist向量作为场景图像的特征描述，将此特征描述用于场景分类当中。本发明利用Gist特征对图像产生一个综合的认知、综合描述了自然度，开放度，粗略度，展开度和崎岖度五种自然属性，相比较传统的场景分类方法可以避免根据各种实际情况设置不同的参数和门限。解决了传统分类中在变化情况较多条件下必须不断调整分类门限的技术难题，运算速度快且具有很好的泛化能力，扩展性很好，随着分类情况复杂度提高、规模的扩大表现出来的优越性越好。
-
公开(公告)号：CN104933738A
公开(公告)日：2015-09-23
申请号：CN201510332219.6
申请日：2015-06-16
申请人： 中国人民解放军国防科学技术大学
摘要： 本发明提供一种基于局部结构检测和对比度的视觉显著图生成方法，包括：对原始图像进行局部结构特征分析，以获取原始图像中目标区域和背景区域的分布信息；计算原始图像中各像素点的颜色特征与背景区域颜色均值之间的颜色距离值，并基于计算结果生成原始图像的初始显著图；计算原始图像中各像素点与目标区域的质心坐标之间的空间距离，并基于计算结果生成原始图像中各像素点的位置关系权重值；根据原始图像中各像素点的位置关系权重值对初始显著图进行优化以生成原始图像的优化显著图。该方法以像素为基本单位，所获得的是全分辨率显著图，使得所获得的显著图更加突出了目标区域，抑制了背景区域的干扰。
-
公开(公告)号：CN103198474A
公开(公告)日：2013-07-10
申请号：CN201310074639.X
申请日：2013-03-10
申请人： 中国人民解放军国防科学技术大学
摘要： 本发明提供一种图像宽线随机检测方法。技术方案是：在图像中随机选择一个像素作为当前像素，如果当前像素未被处理过，则利用WRC计算当前像素的USAN区域大小，然后判断当前像素是位于宽线上，还是位于均匀背景区域或宽线的附近区域，如果位于宽线上则计算当前宽线的方向，并沿该方向寻找下一个要处理的当前像素。本发明提供的图像随机宽线检测方法可以消除基本USAN宽线检测方法中的冗余计算量，显著提高其运算速度，并获得优良的检测结果。
-
公开(公告)号：CN104933738B
公开(公告)日：2017-09-15
申请号：CN201510332219.6
申请日：2015-06-16
申请人： 中国人民解放军国防科学技术大学
摘要： 本发明提供一种基于局部结构检测和对比度的视觉显著图生成方法，包括：对原始图像进行局部结构特征分析，以获取原始图像中目标区域和背景区域的分布信息；计算原始图像中各像素点的颜色特征与背景区域颜色均值之间的颜色距离值，并基于颜色距离值生成原始图像的初始显著图；计算原始图像中各像素点与目标区域的质心坐标之间的空间距离，并基于空间距离生成原始图像中各像素点的位置关系权重值；根据原始图像中各像素点的位置关系权重值对初始显著图进行优化以生成原始图像的优化显著图。该方法以像素为基本单位，所获得的是全分辨率显著图，使得所获得的显著图更加突出了目标区域，抑制了背景区域的干扰。
-
公开(公告)号：CN104598920A
公开(公告)日：2015-05-06
申请号：CN201410840024.8
申请日：2014-12-30
申请人： 中国人民解放军国防科学技术大学
CPC分类号： G06K9/6262 , G06K9/4619
摘要： 一种基于Gist特征与极限学习机的场景分类方法，先提取图像的Gist特征，采用Gabor小波对场景图像进行卷积操作，然后提取Gist向量作为场景图像的特征描述，将此特征描述用于场景分类当中。本发明利用Gist特征对图像产生一个综合的认知、综合描述了自然度，开放度，粗略度，展开度和崎岖度五种自然属性，相比较传统的场景分类方法可以避免根据各种实际情况设置不同的参数和门限。解决了传统分类中在变化情况较多条件下必须不断调整分类门限的技术难题，运算速度快且具有很好的泛化能力，扩展性很好，随着分类情况复杂度提高、规模的扩大表现出来的优越性越好。
-
公开(公告)号：CN104897605B
公开(公告)日：2018-01-23
申请号：CN201510332572.4
申请日：2015-06-16
申请人： 中国人民解放军国防科学技术大学
IPC分类号： G01N21/3586
摘要： 本发明属于太赫兹光谱识别技术领域，具体涉及一种基于改进支持向量机的太赫兹谱分类识别方法，包括以下步骤：(1)测量样品时域谱；(2)获得频域信号；(3)去噪处理；(4)计算样品的太赫兹吸收谱；(5)生成邻域图；(6)采用Dijkstra算法，根据邻域图建立测地距离矩阵；(7)建立核矩阵其中δ为调节参数，D表示测地距离矩阵；(8)将邻域图中不同样本中直接相连的样本预选为支持向量样本；(9)根据支持向量样本、核矩阵，获得支持向量参数；(10)依据支持向量参数用C‑SVC算法对识别样本进行识别。本发明在计算吸收谱之前首先对频域信号进行了去噪处理，抗噪性能好；样品处理简单，步骤可行，识别正确率比传统支持向量机更高。
-
公开(公告)号：CN106056558A
公开(公告)日：2016-10-26
申请号：CN201610493518.2
申请日：2016-06-29
申请人： 中国人民解放军国防科学技术大学
IPC分类号： G06T5/00
CPC分类号： G06T5/001 , G06T5/002 , G06T2207/10072
摘要： 本发明公开了一种基于激光纵向层析图像序列的目标图像恢复方法，对目标和大气介质成像进行预处理，包括减去背景噪声，截取并缩放目标和大气介质光斑窗口；将预处理后的大气介质图作为输入图像，使用全变分模型进行去噪，获得去噪介质层图，将介质层图像归一化处理后获得估计的退化矩阵；将预处理后的目标图像作为初始输入图像，用估计的退化矩阵作为输入的退化矩阵，代入全变分模型，求解得到的最优解即为恢复图像。本发明平滑了目标噪声，成功消除了不均匀模糊覆盖，有效抑制激光束非均匀和大气路径非均匀的影响；恢复图像更符合目标反射率分布，有效消除了激光束非均匀性和大气路径的光学非均匀性影响，证明是可行有效的。
-
公开(公告)号：CN104897605A
公开(公告)日：2015-09-09
申请号：CN201510332572.4
申请日：2015-06-16
申请人： 中国人民解放军国防科学技术大学
IPC分类号： G01N21/3586
摘要： 本发明属于太赫兹光谱识别技术领域，具体涉及一种基于改进支持向量机的太赫兹谱分类识别方法，包括以下步骤：(1)测量样品时域谱；(2)获得频域信号；(3)去噪处理；(4)计算样品的太赫兹吸收谱；(5)生成领域图；(6)采用Dijkstra算法，根据邻域图建立测地距离矩阵；(7)建立核矩阵其中δ为调节参数，D表示测地距离矩阵；(8)将邻域图中不同样本中直接相连的样本预选为支持向量样本；(9)根据支持向量样本、核矩阵，获得支持向量参数；(10)依据支持向量参数用C-SVC算法对识别样本进行识别。本发明在计算吸收谱之前首先对频域信号进行了去噪处理，抗噪性能好；样品处理简单，步骤可行，识别正确率比传统支持向量机更高。
-
公开(公告)号：CN104537691B
公开(公告)日：2015-09-23
申请号：CN201410840885.6
申请日：2014-12-30
申请人： 中国人民解放军国防科学技术大学
摘要： 一种基于分块同向速度累加的光流场分割方法，本发明先通过局部方法计算光流，首先假定光流场在一较小的局部图像区域上保持恒定，得到一个超定方程组，而后运用数据拟合方法求解该超定方程组，从而得到光流解；再进行同向速度累加，得到了图像的光流场后，根据运动目标的大小，将图像划分成n*n个小方格，n根据需要选择，一般取n＝8～12；将0～360度方向划分为m个等级，即每个等级包含360/m度；把速度方向划分成了m个级别，取m＝80～100；统计每个方格每个速度方向上速度幅值的累积和。无论静止或运动的物体，利用本发明方法，都能准确分割出运动目标。
-
公开(公告)号：CN106056558B
公开(公告)日：2019-04-12
申请号：CN201610493518.2
申请日：2016-06-29
申请人： 中国人民解放军国防科学技术大学
IPC分类号： G06T5/00
摘要： 本发明公开了一种基于激光纵向层析图像序列的目标图像恢复方法，对目标和大气介质成像进行预处理，包括减去背景噪声，截取并缩放目标和大气介质光斑窗口；将预处理后的大气介质图作为输入图像，使用全变分模型进行去噪，获得去噪介质层图，将介质层图像归一化处理后获得估计的退化矩阵；将预处理后的目标图像作为初始输入图像，用估计的退化矩阵作为输入的退化矩阵，代入全变分模型，求解得到的最优解即为恢复图像。本发明平滑了目标噪声，成功消除了不均匀模糊覆盖，有效抑制激光束非均匀和大气路径非均匀的影响；恢复图像更符合目标反射率分布，有效消除了激光束非均匀性和大气路径的光学非均匀性影响，证明是可行有效的。
-
-
-
-
-
-
-
-
-
搜索结果
13 条记录 (耗时 0.043 秒)
