公开(公告)号：CN104077759A

公开(公告)日：2014-10-01

申请号：CN201410069705.9

申请日：2014-02-28

Applicant: 西安电子科技大学

Inventor： 郑喆坤 ,  焦李成 ,  房莹 ,  简萌 ,  乔伊果 ,  孙天

IPC: G06T5/50

Abstract: 本发明属于图像、视频处理技术领域，具体涉及一种基于色觉感知及全局质量因子的多曝光度图像融合方法，主要解决多曝光度图像融合处理中由于融合评价标准选取不当产生的图像色彩失真问题，可用于在不改变图像动态范围的前提下改善最终图像质量，把图像在不同曝光度下的显著细节融合在同一张低动态范围的图像之中，并利用全局质量因子选择合适的参照图进行色彩校正，在不改变图像动态范围的前提下得到可以和高动态范围图像结果相媲美的低动态范围图像，本发明能够方便的获得自然、清晰的多曝光度图像融合结果，可广泛应用于图像、视频处理的相关领域中。

公开(公告)号：CN102930301B

公开(公告)日：2015-05-20

申请号：CN201210393790.5

申请日：2012-10-16

Applicant: 西安电子科技大学

Inventor： 郑喆坤 ,  简萌 ,  焦李成 ,  刘兵 ,  沈彦波 ,  刘娟

IPC: G06K9/66

Abstract: 本发明公开一种基于特征权重学习与核稀疏表示的图像分类方法。主要解决现有技术缺少特征层判别能力的问题。实现步骤为：将训练样本与测试样本映射到核空间；在核空间中构造结构化的字典，用该字典对训练样本和测试样本进行稀疏表示；通过Fisher判别准则，利用训练集的稀疏系数求解每类子字典的权重及对应重构误差的权重；根据字典权重和重构误差权重计算测试样本的重构误差；从各类子字典对测试样本的重构误差中选择最小值，将其对应子字典的类作为测试样本的分类结果。本发明可增强字典及重构误差在特征层的类判别能力，提高基于图像重构的分类器的性能，可用于人脸识别，图像分类，图像标记，图像检索和图像分割。

公开(公告)号：CN102930301A

公开(公告)日：2013-02-13

申请号：CN201210393790.5

申请日：2012-10-16

Applicant: 西安电子科技大学

Inventor： 郑喆坤 ,  简萌 ,  焦李成 ,  刘兵 ,  沈彦波 ,  刘娟

IPC: G06K9/66

Abstract: 本发明公开一种基于特征权重学习与核稀疏表示的图像分类方法。主要解决现有技术缺少特征层判别能力的问题。实现步骤为：将训练样本与测试样本映射到核空间；在核空间中构造结构化的字典，用该字典对训练样本和测试样本进行稀疏表示；通过Fisher判别准则，利用训练集的稀疏系数求解每类子字典的权重及对应重构误差的权重；根据字典权重和重构误差权重计算测试样本的重构误差；从各类子字典对测试样本的重构误差中选择最小值，将其对应子字典的类作为测试样本的分类结果。本发明可增强字典及重构误差在特征层的类判别能力，提高基于图像重构的分类器的性能，可用于人脸识别，图像分类，图像标记，图像检索和图像分割。