基于压缩感知的可见光和红外图像融合方法

    公开(公告)号:CN102254314B

    公开(公告)日:2012-10-24

    申请号:CN201110199505.1

    申请日:2011-07-17

    Abstract: 本发明公开了一种基于压缩感知的可见光和红外图像融合方法,主要解决现有的可见光和红外传感器难以同时获取目标和场景均清晰的问题。其实现步骤为:(1)对输入的可见光和红外图像进行单层小波分解;(2)对小波分解后的低频子带系数进行融合,对高频子带系数进行观测;(3)对高频子带系数观测值进行融合;(4)对融合后的高频子带系数观测值进行重构,得到融合后的高频子带系数;(5)对融合后的低频子带系数和高频子带系数进行小波逆变换,得到融合后的图像。本发明对可见光和红外图像能同时获取目标和场景均清晰的融合图像,且处理速度快,效果好,可用于目标识别,跟踪前的预处理。

    融入PCA的非局部均值的极化SAR数据相干斑抑制方法

    公开(公告)号:CN102073989B

    公开(公告)日:2012-10-24

    申请号:CN201010535150.4

    申请日:2010-11-09

    Abstract: 本发明公开了一种基于融入PCA的非局部均值的极化SAR数据相干斑噪声抑制的方法,主要解决现有极化SAR滤波方法不能很好的滤除同质区域的相干斑噪声和不能有效保持边缘细节信息的问题。其实现过程为:(1)输入极化SAR数据的相干矩阵T;(2)对相干矩阵T进行亮目标保持;(3)使用PCA的方法求得span数据的特征向量;(4)对相干矩阵T的元素进行非局部均值滤波,滤波权值由span数据的特征向量计算所得;(5)通过Pauli向量方法将滤波后的相干矩阵T生成伪彩图。本发明与现有技术相比显著提高了极化SAR数据的相干斑噪声抑制的能力,能够有效的平滑同质区域和保持边缘细节信息,可用于极化SAR数据的预处理过程。

    基于压缩感知的多聚焦图像融合方法

    公开(公告)号:CN102393958A

    公开(公告)日:2012-03-28

    申请号:CN201110199364.3

    申请日:2011-07-16

    Abstract: 本发明公开了一种基于压缩感知的多聚焦图像融合方法,它涉及图像处理技术领域,主要解决现有技术由于光学镜头景深有限,难以获取一幅所有景物均聚焦的清晰图像的问题。其实现步骤为:(1)对图像进行分块;(2)计算每个图像子块的平均梯度以确定融合权值;(3)对每个图像子块进行稀疏表示并采用随机高斯矩阵对每个图像子块进行观测;(4)对每个图像子块的观测值的融合权值进行加权融合;(5)对融合后的图像观测值采用正交匹配追踪算法进行恢复并对恢复结果进行小波逆变换得到融合后的全聚焦图像。本发明可获得较好的图像融合结果并具有较好的收敛性能,可用多聚焦图像的融合。

    基于显著性的SAR图像机场跑道边缘检测方法

    公开(公告)号:CN102509290B

    公开(公告)日:2013-12-25

    申请号:CN201110328330.X

    申请日:2011-10-25

    CPC classification number: G06K9/00651 G06K9/4609

    Abstract: 本发明公开了一种基于显著性的SAR图像机场跑道边缘检测方法,其实现步骤为:(1)读入图像数据;(2)对读入的图像进行中值滤波;(3)对滤波去噪后的图像进行增强处理;(4)获取处理后图像的显著图;(5)基于显著图的显著性信息剔除嘈杂背景区;(6)获取种子生长点,进行区域生长;(7)后处理;(8)边缘定位。本发明既可以快速的完成对机场跑道边缘的检测,又可以较好的保持机场跑道边缘的信息,同时避免了嘈杂背景区域的干扰,具有较好的实时性和较高的检测精度,可应用于合成孔径雷达SAR图像机场跑道边缘的检测。

    基于各向异性非局部均值的极化SAR数据相干斑抑制方法

    公开(公告)号:CN102446350A

    公开(公告)日:2012-05-09

    申请号:CN201110276232.6

    申请日:2011-09-16

    Abstract: 本发明公开了一种基于各向异性非局部均值的极化SAR数据相干斑抑制方法,主要解决现有极化SAR滤波技术不能很好的滤除同质区域的相干斑噪声和不能有效保持边缘细节信息的缺点。其实现过程为:(1)输入极化SAR数据的协方差矩阵C;(2)对span数据进行局部多项式逼近估计,将估计值使用置信区间交叉规则选择获得八边形各向异性邻域;(3)对协方差矩阵C的逐个元素进行各向异性非局部均值滤波;(4)通过Sinclair向量方法将滤波后的协方差矩阵C合成伪彩图,以显示观察滤波的效果。本发明与现有技术相比显著提高了极化SAR数据相干斑抑制的能力,能够有效的平滑同质区域和保持边缘细节信息以及极化相关性,可用于极化SAR数据的预处理过程。

    用于图像复原的全信息非局部约束全变分方法

    公开(公告)号:CN102393955A

    公开(公告)日:2012-03-28

    申请号:CN201110199574.2

    申请日:2011-07-18

    Abstract: 本发明公开了一种用于图像复原的全信息非局部约束全变分方法,主要解决现有技术在图像复原时,不能锐化边缘和恢复高频细节的问题。本发明的技术方案为:(1)用非局部均值滤波法对模糊图像抑噪;(2)用维纳滤波法初始化复原结果;(3)计算全信息非局部权重系数矩阵;(4)用阈值迭代公式更新复原结果;(5)用全变分去噪法对复原结果抑噪;(6)判断是否要更新全信息非局部权重系数矩阵,如果是,返回步骤(3),否则,执行步骤(7);(7)判断是否满足停止条件,如果是,得到最终结果;否则,返回步骤(4),直到满足停止条件为止。本发明在复原时,能够锐化图像边缘,恢复高频细节,可用于对已知模糊类型的模糊图像进行复原。

    基于奇异值分解非局部均值的极化SAR数据相干斑抑制方法

    公开(公告)号:CN102323989A

    公开(公告)日:2012-01-18

    申请号:CN201110276231.1

    申请日:2011-09-16

    Abstract: 本发明公开了一种基于奇异值分解非局部均值的极化SAR数据相干斑抑制方法,主要解决现有极化SAR滤波技术不能很好的滤除同质区域的相干斑噪声和不能有效保持边缘细节信息的缺点。其实现过程为:(1)输入极化SAR数据的协方差矩阵C;(2)对协方差矩阵C进行亮目标保持;(3)由span矩阵获得对数化特征矩阵并进行奇异值分解;(4)对协方差矩阵C的逐个元素进行奇异值分解非局部均值滤波;(5)通过Sinclair向量方法将滤波后的协方差矩阵C生成伪彩图,以显示观察滤波的效果。本发明与现有技术相比显著提高了极化SAR数据的相干斑噪声抑制的能力,能够有效的平滑同质区域和保持边缘细节信息,可用于极化SAR数据的预处理过程。

    基于Freeman分解和同极化比的极化SAR图像分类方法

    公开(公告)号:CN102208031A

    公开(公告)日:2011-10-05

    申请号:CN201110164401.7

    申请日:2011-06-17

    Abstract: 本发明公开了一种基于Freeman分解和同极化比的极化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)输入极化SAR数据的协方差矩阵;(2)对输入的矩阵进行Freeman分解,获取平面散射、二面角散射及体散射三种散射功率矩阵;(3)根据三种散射功率矩阵将极化SAR数据进行初始划分;(4)计算每类极化SAR数据各像素点的同极化比;(5)选择阈值依据同极化比将步骤(3)中每类极化SAR数据划分为3类,从而将整个极化SAR数据划分为9类;(6)对整个极化SAR数据的划分结果进行复Wishart迭代并上色,得到最终彩色分类结果图。本发明与经典分类方法相比,对极化SAR数据的划分更加严谨,分类结果明显,计算复杂度相对较小。

    基于视觉选择性注意计算模型的静态目标检测方法

    公开(公告)号:CN102495998B

    公开(公告)日:2013-11-06

    申请号:CN201110356013.9

    申请日:2011-11-10

    Abstract: 本发明公开了一种基于视觉选择性注意计算模型的静态目标检测方法,其实现步骤为:(1)输入待检测目标;(2)输入帧图像;(3)获取帧图像的显著图;(4)寻找候选区域;(5)候选区域与待检测目标区域匹配,在设定次数内若在当前帧图像中未找到与待检测目标区域匹配的候选区域,则开始下一帧图像的检测,在设定次数内若找到与待检测目标区域匹配的候选区域,则将该区域标记出来后开始下一帧图像的检测;(6)判断是否还有待处理的帧图像;(7)检测结束。本发明既可以快速的完成对目标的检测,又可以准确的完成对目标的定位,具有较好的实时性和较高的检测准确度,可应用视频图像中静态目标的检测。

    基于形状自适应非局部均值的极化SAR数据相干斑抑制方法

    公开(公告)号:CN102306379B

    公开(公告)日:2013-04-03

    申请号:CN201110276344.1

    申请日:2011-09-16

    Abstract: 本发明公开了基于形状自适应非局部均值的极化SAR数据相干斑抑制方法,主要解决现有极化SAR相干斑抑制技术不能很好的滤除同质区域的相干斑噪声和不能有效保持边缘细节信息以及完整的保持极化信息的缺点。其实现过程为:(1)输入极化SAR数据的协方差矩阵C;(2)对协方差矩阵C进行亮目标保持;(3)对协方差矩阵C的非亮目标元素进行形状自适应的非局部均值滤波;(4)对不同形状块估计的结果进行加权平均;(5)通过Sinclair向量方法将去斑后的协方差矩阵C生成伪彩图,以显示观察滤波的效果。本发明与现有技术相比显著提高了极化SAR数据的相干斑抑制的能力,能够有效的平滑同质区域和保持边缘细节信息,可用于极化SAR数据的预处理过程。

Patent Agency Ranking