-
公开(公告)号:CN104166961B
公开(公告)日:2018-03-16
申请号:CN201410361709.4
申请日:2014-07-28
Applicant: 西安电子科技大学
IPC: G06T5/00
Abstract: 本发明公开了一种用于图像盲复原的低秩逼近的模糊核估计方法,主要解决如何更加准确的实现图像盲复原方法中模糊核估计的问题,进而复原出理想的图像。其实现步骤为:考虑梯度图像的近邻关系,用自回归(AR)策略改进迭代阈值策略从而估计出一个模糊核;另一方面使用启发式滤波器增强图像边缘信息去估计另一个模糊核;而后,将低秩逼近的策略引入到模糊核的估计过程中去求解出一个更加可靠的模糊核。最后使用一种先进的图像复原方法来复原出清晰地图像。本发明与现有的一些方法相比,具有更高的PSNR,SSIM和FSIM值,在视觉上也有更好的效果不仅有效的去除模糊,保持了更多的细节,而且估计出来的模糊核也更加准确。
-
公开(公告)号:CN102903118B
公开(公告)日:2015-04-08
申请号:CN201210415237.7
申请日:2012-10-25
Applicant: 西安电子科技大学
IPC: G06T7/00
Abstract: 本发明公开了一种基于快速全局K均值的自适应图像分割方法,主要解决现有技术自适应分割图像效果差和计算复杂度高的缺点,其实现步骤为:(1)读入一幅待分割的图像,提取待分割的图像的纹理特征;(2)设置图像聚类数c的搜索范围;(3)用改进后的快速全局K均值方法将纹理特征聚成c类,得到聚类中心;(4)计算每一个纹理特征属于每一类的隶属度;(5)根据隶属度和聚类中心计算聚类数为c,c-1,c-2分别对应的有效性指标L(c),L(c-1),L(c-2);(6)若L(c-1)>L(c-2)并且L(c-1)>L(c),则输出分割结果,否则,令c=c+1,返回步骤(3)。本发明与其他方法相比,计算复杂度低,自适应获得的最佳类别数和分割结果更准确,可用于对图像进行分割和聚类。
-
公开(公告)号:CN103617597A
公开(公告)日:2014-03-05
申请号:CN201310517977.6
申请日:2013-10-25
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于差值图像稀疏表示的遥感图像融合方法,主要解决现有遥感图像融合方法光谱失真的问题。其实现步骤为:输入图像集并分别进行取块,获得图像块数据集;根据图像块数据集构造高低分辨率差值图像训练集;利用半对称字典训练方法对高低分辨率差值图像训练集进行训练得到训练字典;输入待融合低分辨率多光谱图像和高分辨率全色图像,计算待融合低分辨率差值图像;根据半对称字典图像超分辨方法对待融合低分辨率差值图像进行超分辨处理得到高分辨率差值图像,并对其进行逆变换,得到高分辨的多光谱图像。本发明与经典遥感图像融合方法相比,由于采用了基于差值图像的融合模型,减小了光谱失真,可用于目标识别。
-
公开(公告)号:CN102982338A
公开(公告)日:2013-03-20
申请号:CN201210424175.6
申请日:2012-10-25
Applicant: 西安电子科技大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于谱聚类的极化SAR图像分类方法,主要解决现有无监督极化SAR分类方法分类精度不高的问题。其实现步骤为:提取表征极化SAR目标散射特征的散射熵H,结合空间坐标信息,作为Mean Shift算法的输入特征空间;在特征空间用Mean Shift算法进行分割,得到M个区域;在M个区域上,选取各区域的代表点作为谱聚类的输入,对各区域进行谱分割,进而完成对所有像素点的谱聚类,获得预分类结果;最后,对预分类得到的整幅图像用能反映极化SAR分布特性的Wishart分类器进行迭代分类,得到分类结果。实验表明,本发明所实现的极化SAR图像分类效果更好,可用于对各种极化SAR图像进行无监督分类。
-
公开(公告)号:CN103593842B
公开(公告)日:2016-10-12
申请号:CN201310512168.6
申请日:2013-10-25
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于交叉爬山memetic量子进化计算的医学图像配准方法,主要解决现有技术配准效果差的问题。其实现步骤为:读入图像,初始相关参数;用chaotic方法产生初始种群;计算种群中每个个体对应的配准参数;按照配准参数对浮动图像进行图像变换,得到变换后的图像;计算变换后的图像与参考图像之间的相似性,并寻找本代最优配准参数,按照最优配准参数对种群中所有个体进行量子旋转门更新;对最优配准参数进行交叉爬山memetic局部学习;判断最优个体是否满足遗忘条件,对最优个体执行遗忘算子;控制循环条件,若循环结束,则输出配准结果。本发明能获得更好的配准结果,可用于医学图像的配准。
-
公开(公告)号:CN102982338B
公开(公告)日:2016-05-25
申请号:CN201210424175.6
申请日:2012-10-25
Applicant: 西安电子科技大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于谱聚类的极化SAR图像分类方法,主要解决现有无监督极化SAR分类方法分类精度不高的问题。其实现步骤为:提取表征极化SAR目标散射特征的散射熵H,结合空间坐标信息,作为Mean Shift算法的输入特征空间;在特征空间用Mean Shift算法进行分割,得到M个区域;在M个区域上,选取各区域的代表点作为谱聚类的输入,对各区域进行谱分割,进而完成对所有像素点的谱聚类,获得预分类结果;最后,对预分类得到的整幅图像用能反映极化SAR分布特性的Wishart分类器进行迭代分类,得到分类结果。实验表明,本发明所实现的极化SAR图像分类效果更好,可用于对各种极化SAR图像进行无监督分类。
-
公开(公告)号:CN103593843B
公开(公告)日:2016-04-27
申请号:CN201310516236.6
申请日:2013-10-25
Applicant: 西安电子科技大学
IPC: G06T7/00
Abstract: 本发明公开了一种基于量子进化计算和B样条变换的医学图像配准方法,主要解决现有技术匹配程度低和配准预处理过程复杂的问题。其实现步骤为:读入图像,初始相关参数;随机产生量子进化计算的种群;计算种群中每个个体对应的配准参数;按照配准参数对浮动图像做三次B样条函数变换,得到变换后的浮动图像;计算变换后的浮动图像与参考图像之间的归一化互信息值,并寻找本代最优配准参数,对本代种群中所有个体进行量子旋转门更新;用更新后的种群进行量子重组操作;控制循环条件,输出配准图像和配准参数。本发明与基于遗传算法的方法相比,不仅能获得更好的配准结果,并且缩短了配准,可用于医学图像的配准。
-
公开(公告)号:CN102968640B
公开(公告)日:2015-11-11
申请号:CN201210415131.7
申请日:2012-10-25
Applicant: 西安电子科技大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于Freeman分解和数据分布特征的极化SAR图像分类方法,主要解决现有技术计算复杂度较高和分类效果差的问题。其实现步骤为:1)对待分类的极化SAR图像进行Freeman分解,获取平面散射、二面角散射及体散射三种散射功率;2)根据三种散射功率将极化SAR图像初始划分为三类;3)计算每一类中各像素点的分布特征参数χL;4)根据分布特征参数χL的值将初始划分的三类的每一类再划分为3类,从而将整个极化SAR图像划分为9类;5)对得到的9类划分结果进行复Wishart迭代,得到最终的分类结果。本发明与经典分类方法相比,对极化SAR图像的划分更加严谨,分类效果更佳,计算复杂度相对较小,可用于对极化SAR图像的进行地物分类和目标识别。
-
公开(公告)号:CN103116886B
公开(公告)日:2015-06-17
申请号:CN201310031674.3
申请日:2013-01-08
Applicant: 西安电子科技大学
IPC: G06T7/00
Abstract: 本发明公开了一种基于嵌入式DSP的SAR图像实时分割方法,主要解决了SAR图像分割算法在嵌入式DSP上实现时复杂度较大,难以满足实时性的问题。其分割过程为:(1)输入SAR图像;(2)浮点转换;(3)一维高斯滤波;(4)建立顶点结构体矩阵和边缘结构体矩阵;(5)对边缘结构体矩阵排序;(6)对顶点结构体矩阵聚类;(7)输出分割结果。本发明基于DSP的结构进行了优化,分别使用了DSP内建指令编写的除法和双字的数据交换,降低滤波过程和排序过程在数字信号处理器DSP上的运行时间,具有良好的分割结果,可应用于嵌入式合成孔径雷达SAR图像分割和SAR图像目标识别。
-
公开(公告)号:CN103984746A
公开(公告)日:2014-08-13
申请号:CN201410224797.3
申请日:2014-05-26
Applicant: 西安电子科技大学
IPC: G06F17/30
CPC classification number: G06F17/30265 , G06K9/627
Abstract: 本发明公开了一种基于半监督分类与区域距离测度的SAR图像识别方法。其实现步骤为:通过切分原始SAR图像建立图像库,从图像库中挑选目标单一的SAR图像块;提取图库内图像块的特征向量;将挑选出的SAR图像块分成若干类,并用对应的特征向量作为训练样本,训练半监督分类器,并用此分类器对图像库分类;对用户输入的查询图像块,用已训练的分类器得到其类别;根据混淆矩阵求取查询图像块的类别集合,计算查询图像块与图像库中属于该集合的图像块之间的区域相似距离,并依照该距离从小到大的顺序返回用户需要数量的图像块。本发明具有分类错误可纠正,信息识别精度高的优点,可用于对多幅SAR图像同时进行解译。
-
-
-
-
-
-
-
-
-