-
公开(公告)号：CN110544205B
公开(公告)日：2021-05-07
申请号：CN201910719987.5
申请日：2019-08-06
Applicant: 西安电子科技大学
IPC: G06T3/40
Abstract: 本发明公开了一种基于可见光与红外交叉输入的图像超分辨率重建方法，步骤1：图像超分辨网络的训练；步骤2：超分辨图像的重建网络测试。本发明利用可见光图像有的丰富信息的特点，将其送入特征提取模块提取特征图后将特征图再和经过图像重构模块中引导滤波层的红外图像进行图像融合；通过亚像素卷积增加图像尺寸，并逐步添加特征信息；在网络中引入视觉图像特征和引导滤波层实现提高图像分辨率的目的。
-
公开(公告)号：CN105072311A
公开(公告)日：2015-11-18
申请号：CN201510475740.5
申请日：2015-08-05
Applicant: 西安电子科技大学
IPC: H04N1/64
CPC classification number: H04N1/64 , H04N1/4015
Abstract: 本发明公开了一种红外扫描相机抖动的红外弱小目标图像序列仿真方法，主要用来生成大量测试红外扫描相机抖动的红外弱小目标图像场景。其方法实现包括：采集图像背景并仿真目标图像背景，创建目标模型，设置目标航迹，合成目标图像，设置抖动参数，生成抖动偏移量，计算抖动后成像行数，计算抖动后成像信号，生成抖动目标图像，输出红外扫描相机抖动的红外弱小目标图像序列。本发明具有计算量小，红外扫描相机抖动的红外弱小目标图像真实度高，纹理细节特征丰富并且红外弱小目标大小，红外弱小目标信噪比，红外弱小目标运动速度，红外弱小目标航迹，红外扫描相机抖动参数可控制的优点。
-
公开(公告)号：CN113902973B
公开(公告)日：2025-04-08
申请号：CN202111122594.X
申请日：2021-09-24
Applicant: 西安电子科技大学
IPC: G06V20/10 , G06V10/774 , G06V10/82 , G06N3/0455
Abstract: 本发明公开了一种自编码器和低维流形建模的高光谱异常检测方法，通过原始高光谱图像对栈式自编码器进行训练，获得训练好的栈式自编码器；通过所述训练好的栈式自编码器对原始高光谱图像进行主要特征提取，以完成数据降维，获得降维后高光谱图像Y；对所述降维后高光谱图像Y进行L次随机采样，获得采样图像#imgabs0#l＝1,2,…,L；通过低维流形建模对所得每一个采样图像#imgabs1#进行重构，获得每一个特征采样图像#imgabs2#的重构背景子图像Xl；将所得重构背景子图像Xl求取平均值#imgabs3#作为原始高光谱图像的重构背景图像#imgabs4#；通过l2范数确定原始高光谱图像和重构背景图像#imgabs5#之间的残差r，以残差r作为最后的异常检测结果。本发明有效减少了冗余计算，提升了算法的整体性能，加快了算法速度。
-
公开(公告)号：CN109345465B
公开(公告)日：2023-04-07
申请号：CN201810897336.0
申请日：2018-08-08
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于GPU的高分辨率图像实时增强方法，对输入图像进行高斯曲率滤波，之后，根据滤波后的输入图像的梯度结合基于坐标分离的并行高斯曲率滤波重构输入图像，对所述重构后的输入图像进行噪声抑制获得增强图像。本发明的基于坐标分离的并行高斯曲率滤波并行实现方法，解决了相邻像素干扰问题，加快了滤波收敛速度，在同样迭代次数下，比所有像素同步更新的传统方法能够更快地去除噪声，改善图像质量。
-
公开(公告)号：CN109345465A
公开(公告)日：2019-02-15
申请号：CN201810897336.0
申请日：2018-08-08
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于GPU的高分辨率图像实时增强方法，对输入图像进行高斯曲率滤波，之后，根据滤波后的输入图像的梯度结合基于坐标分离的并行高斯曲率滤波重构输入图像，对所述重构后的输入图像进行噪声抑制获得增强图像。本发明的基于坐标分离的并行高斯曲率滤波并行实现方法，解决了相邻像素干扰问题，加快了滤波收敛速度，在同样迭代次数下，比所有像素同步更新的传统方法能够更快地去除噪声，改善图像质量。
-
Patent Agency Ranking
公开(公告)号：CN108171676A
公开(公告)日：2018-06-15
申请号：CN201711248987.9
申请日：2017-12-01
Applicant: 西安电子科技大学 , 中国电子科技集团公司第五十四研究所
IPC: G06T5/50
Abstract: 本发明公开了一种基于曲率滤波的多聚焦图像融合方法，其实现步骤为：(1)输入待融合多聚焦图像；(2)对远聚焦图像I1进行曲率滤波；(3)对近距离聚焦图像I2进行曲率滤波；(4)获取曲率滤波后的图像F1和F2；(5)生成特征图像矩阵；(6)获取聚焦度参量；(7)生成临时矩阵；(8)生成进阶矩阵；(9)生成融合图像。本发明利用了同一场景拍摄的聚焦距离远近不同的两幅多聚焦图像进行融合，在提取了图像边缘的清晰特征的同时，保留了聚焦度更高的清晰区域，克服了现有多聚焦图像融合技术中局部像素突变以及局部模糊的缺点。
-
公开(公告)号：CN105139433B
公开(公告)日：2018-03-06
申请号：CN201510473934.1
申请日：2015-08-05
Applicant: 西安电子科技大学
IPC: G06T11/00
Abstract: 本发明公开了一种基于均值模型的红外弱小目标图像序列仿真方法。具体步骤包括：1.采集图像背景；2.仿真目标图像背景；3.镜像扩展；4.创建目标模型；5.设置目标航迹；6.合成目标图像；7.对仿真红外弱小目标图像背景帧数i进行累加1操作；8.判断累加1后仿真红外弱小目标图像背景帧数是否等于仿真红外弱小目标图像序列总帧数L，如果是，执行步骤9；否则，执行步骤2；9.输出仿真红外弱小目标图像序列。本发明具有计算量小，仿真红外弱小目标图像真实度高，纹理细节特征丰富并且红外弱小目标大小，红外弱小目标信噪比，红外弱小目标运动速度，红外弱小目标航迹可控制的优点。
-
公开(公告)号：CN107610156A
公开(公告)日：2018-01-19
申请号：CN201710781813.2
申请日：2017-09-02
Applicant: 西安电子科技大学
IPC: G06T7/277
Abstract: 本发明公开了一种基于引导滤波和核相关滤波的红外弱小目标跟踪方法。具体步骤包括：1.设置初始化参数；2.生成红外弱小目标位置处的先验函数；3.预处理第一帧图像；4.获得第一帧图像的训练基样本；5.获取当前帧图像的基样本；6.预测当前帧图像目标位置；7.判断是否为最后一帧；7.结束。本发明具有高空远距离红外弱小目标图像序列跟踪速度快，核相关滤波分类器性能稳定，有效对高空远距离红外弱小目标实现跟踪的优点。
-
公开(公告)号：CN104156929A
公开(公告)日：2014-11-19
申请号：CN201410453009.8
申请日：2014-09-05
Applicant: 西安电子科技大学
Abstract: 本发明提供一种基于全局滤波的红外弱小目标背景抑制方法，对红外图像进行多次平滑处理，将平滑处理后获得的多幅不同平滑尺度下的图像级联生成红外图像数据立方体，根据局部标准化欧式距离分离所述生成的红外图像数据立方体中的弱小目标和背景图像，根据非线性函数增强所述局部标准化欧式距离分离后的弱小目标、以及抑制所述局部标准化欧式距离分离后的背景图像，获得背景抑制后的图像；本发明还提供一种基于全局滤波的红外弱小目标背景抑制装置，通过本发明能够更好的对目标的形状和灰度信息进行保持，为后续的背景抑制方法提供了良好的预处理图像，能够更精确地衡量图像中每个像素点与背景之间的差异，得到良好的背景抑制效果。
-
公开(公告)号：CN110544205A
公开(公告)日：2019-12-06
申请号：CN201910719987.5
申请日：2019-08-06
Applicant: 西安电子科技大学
IPC: G06T3/40
Abstract: 本发明公开了一种基于可见光与红外交叉输入的图像超分辨率重建方法，步骤1：图像超分辨网络的训练；步骤2：超分辨图像的重建网络测试。本发明利用可见光图像有的丰富信息的特点，将其送入特征提取模块提取特征图后将特征图再和经过图像重构模块中引导滤波层的红外图像进行图像融合；通过亚像素卷积增加图像尺寸，并逐步添加特征信息；在网络中引入视觉图像特征和引导滤波层实现提高图像分辨率的目的。
-
-
-
-
-
-
-
-
-
Search Results
26
records
(took 0.022 seconds)
