-
公开(公告)号：CN108520497B
公开(公告)日：2020-08-04
申请号：CN201810217553.0
申请日：2018-03-15
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于距离加权稀疏表达先验的图像复原与匹配一体化方法，包括：利用退化图像和初始清晰图像对模糊核的约束与梯度算子正则化来估计模糊核，得到模糊核的估计；利用模糊核的估计和字典D对初始清晰图像的约束来估计初始清晰图像，得到清晰图像估计；采用距离加权的稀疏表达算法，得到清晰图像估计在字典集中的稀疏表达系数向量估计；对上述步骤进行A次迭代，得到目标图像和目标图像在参考图像中的初始定位；缩小参考图像的范围后利用上述方法得到目标图像的复原图像和定位结果。本发明有效解决了现有模糊图像复原与匹配方法中存在的对噪声敏感、较差的复原效果对匹配任务造成严重的影响等问题，适用于视觉导航系统。
-
公开(公告)号：CN108520497A
公开(公告)日：2018-09-11
申请号：CN201810217553.0
申请日：2018-03-15
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于距离加权稀疏表达先验的图像复原与匹配一体化方法，包括：利用退化图像和初始清晰图像对模糊核的约束与梯度算子正则化来估计模糊核，得到模糊核的估计；利用模糊核的估计和字典D对初始清晰图像的约束来估计初始清晰图像，得到清晰图像估计；采用距离加权的稀疏表达算法，得到清晰图像估计在字典集中的稀疏表达系数向量估计；对上述步骤进行A次迭代，得到目标图像和目标图像在参考图像中的初始定位；缩小参考图像的范围后利用上述方法得到目标图像的复原图像和定位结果。本发明有效解决了现有模糊图像复原与匹配方法中存在的对噪声敏感、较差的复原效果对匹配任务造成严重的影响等问题，适用于视觉导航系统。
-
公开(公告)号：CN108460326B
公开(公告)日：2020-05-19
申请号：CN201810028376.1
申请日：2018-01-10
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于稀疏表达图的高光谱图像半监督分类方法，包括：根据高光谱图像的像元数据，得到类别概率矩阵，所述像元数据包括标记类别的像元数据和未标记类别的像元数据；利用类别概率矩阵和像元数据的空域信息构建正则项，根据正则项得到有约束的稀疏表达目标函数，利用稀疏表达目标函数得到相似性权值矩阵；根据相似性权值矩阵，利用标记传播得到高光谱图像的每个像元的类别。本发明有效解决了现有图构造方法中存在的对噪声敏感、需手动设置参数、判别性不够的问题，适用于少量标记类别下高光谱图像分类的应用场合。
-
公开(公告)号：CN108460326A
公开(公告)日：2018-08-28
申请号：CN201810028376.1
申请日：2018-01-10
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于稀疏表达图的高光谱图像半监督分类方法，包括：根据高光谱图像的像元数据，得到类别概率矩阵，所述像元数据包括标记类别的像元数据和未标记类别的像元数据；利用类别概率矩阵和像元数据的空域信息构建正则项，根据正则项得到有约束的稀疏表达目标函数，利用稀疏表达目标函数得到相似性权值矩阵；根据相似性权值矩阵，利用标记传播得到高光谱图像的每个像元的类别。本发明有效解决了现有图构造方法中存在的对噪声敏感、需手动设置参数、判别性不够的问题，适用于少量标记类别下高光谱图像分类的应用场合。
-
-
-
Search Results
4
records
(took 0.022 seconds)
