-
公开(公告)号：CN105427341B
公开(公告)日：2018-06-01
申请号：CN201510765947.6
申请日：2015-11-11
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
Abstract: 本发明公开了一种基于多变分水平集的复杂背景视频图像多目标检测方法，其实现步骤为：(1)输入影像格式的视频图像；(2)选取三帧图像；(3)获得二值图像；(4)去除干扰噪声；(5)获得运动目标的零水平集；(6)用多变分水平集方法更新运动目标零水平集；(7)判断更新的运动目标零水平集是否与第二帧图像中运动目标的边缘重合；(8)输出第二帧图像中运动目标的检测结果。本发明解决了运动目标零水平集为固定曲线的问题，以及对多个运动目标检测时采用图像区域全局信息使得检测结果彼此干扰的不足，具有较高的检测准确度，可应用于视频图像中多个运动目标的检测。
-
公开(公告)号：CN110969628A
公开(公告)日：2020-04-07
申请号：CN201811139130.8
申请日：2018-09-28
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于变分水平集的超像素分割方法，包括以下步骤：S1、选取多个种子点，并对所述种子点进行标记；S2、判断标记的种子点满足预定条件时，对所述标记的种子点进行演化；S3、初始化演化时刻，对所述种子点进行变分水平集演化；S4、更新所述变分水平集，并进行下一次变分水平集演化；S5、判断演化结果是否满足终止条件，若是，则停止演化，若否则返回执行步骤S4；S6、将所述演化结果作为超像素的边界。本发明的方法可以有效利用SAR图像的多种属性特征信息，克服相干斑噪声的影响，提高SAR图像的超像素分割准确度。
-
公开(公告)号：CN105136138A
公开(公告)日：2015-12-09
申请号：CN201510473933.7
申请日：2015-08-05
Applicant: 西安电子科技大学
CPC classification number: G01C21/02 , G06F17/5009
Abstract: 本发明公开了一种基于极限学习机的X射线脉冲星光子信号辨识方法，主要解决现有脉冲星信号辨识算法中耗时时间长、计算量大、实用性差的问题。其实现步骤是：1.根据脉冲星光子信号概率分布函数构建训练样本数据和测试样本数据；2.通过对训练样本进行训练得到极限学习机的分类器输出函数；3.将测试样本数据代入极限学习机的分类器输出函数得到测试样本的类别标签，完成对脉冲星信号的辨识。本发明利用极限学习机方法替代大量的高阶谱计算，减少了运算量，提高了脉冲星光子信号的辨识速度，可用于脉冲星导航系统。
-
Patent Agency Ranking
公开(公告)号：CN110969628B
公开(公告)日：2023-03-31
申请号：CN201811139130.8
申请日：2018-09-28
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于变分水平集的超像素分割方法，包括以下步骤：S1、选取多个种子点，并对所述种子点进行标记；S2、判断标记的种子点满足预定条件时，对所述标记的种子点进行演化；S3、初始化演化时刻，对所述种子点进行变分水平集演化；S4、更新所述变分水平集，并进行下一次变分水平集演化；S5、判断演化结果是否满足终止条件，若是，则停止演化，若否则返回执行步骤S4；S6、将所述演化结果作为超像素的边界。本发明的方法可以有效利用SAR图像的多种属性特征信息，克服相干斑噪声的影响，提高SAR图像的超像素分割准确度。
-
公开(公告)号：CN105136138B
公开(公告)日：2018-04-10
申请号：CN201510473933.7
申请日：2015-08-05
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于极限学习机的X射线脉冲星光子信号辨识方法，主要解决现有脉冲星信号辨识算法中耗时时间长、计算量大、实用性差的问题。其实现步骤是：1.根据脉冲星光子信号概率分布函数构建训练样本数据和测试样本数据；2.通过对训练样本进行训练得到极限学习机的分类器输出函数；3.将测试样本数据代入极限学习机的分类器输出函数得到测试样本的类别标签，完成对脉冲星信号的辨识。本发明利用极限学习机方法替代大量的高阶谱计算，减少了运算量，提高了脉冲星光子信号的辨识速度，可用于脉冲星导航系统。
-
公开(公告)号：CN106169186A
公开(公告)日：2016-11-30
申请号：CN201610512753.X
申请日：2016-07-01
Applicant: 西安电子科技大学
CPC classification number: G06T7/20 , G06T2207/10016
Abstract: 本发明公开了一种基于水平集运动目标检测中获取初始轮廓的方法。其实现步骤为：(1)输入影像格式的视频图像，从中选取三帧连续图像；(2)对三帧连续图像进行帧间差分法获得二值图像；(3)对获得的二值图像去除干扰噪声；(4)对除去干扰噪声的二值图像中的小孔洞进行填充；(5)对进行小孔洞填充后出现多个目标连接在一起的情况进行分离；(6)采用区域生长法获取需要获得初始化轮廓的运动目标区域，计算选取的运动目标区域的最大内切圆，得到运动目标区域的初始化轮廓。本发明降低了获取运动目标初始化轮廓的复杂度，提高了对复杂背景且背景与目标具有同质区域时初始轮廓的获取准确度，可用于对运动目标的定位及检测。
-
公开(公告)号：CN106934805A
公开(公告)日：2017-07-07
申请号：CN201710128248.X
申请日：2017-03-06
Applicant: 西安电子科技大学
CPC classification number: G06T5/002 , G06T2207/10044 , G06T2207/20024
Abstract: 本发明提出了一种基于Gamma滤波的SAR图像超像素分割方法，用于解决现有基于滤波的超像素分割方法中存在的超像素分割结果准确度低的技术问题，实现步骤为：采用均值滤波对输入的原始SAR图像进行滤波，得到像素灰度的平均值和标准差；分别计算像素灰度平均值的方差系数、相干斑噪声的方差系数和SAR图像的变化系数；判断各系数的关系，确定是否进行Gamma滤波；采用Gamma滤波方法对输入的原始SAR图像进行相干斑噪声降噪；对降噪后的SAR图像进行超像素分割，得到多个超像素块并输出。本发明降低了SAR图像中相干斑噪声的影响，提高了SAR图像超像素分割的准确度，可用于对SAR图像的目标检测、识别及分类。
-
公开(公告)号：CN105427341A
公开(公告)日：2016-03-23
申请号：CN201510765947.6
申请日：2015-11-11
Applicant: 西安电子科技大学
CPC classification number: G06T7/20 , G06K9/6223 , G06T5/002 , G06T2207/10016
Abstract: 本发明公开了一种基于多变分水平集的复杂背景视频图像多目标检测方法，其实现步骤为：(1)输入影像格式的视频图像；(2)选取三帧图像；(3)获得二值图像；(4)去除干扰噪声；(5)获得运动目标的零水平集；(6)用多变分水平集方法更新运动目标零水平集；(7)判断更新的运动目标零水平集是否与第二帧图像中运动目标的边缘重合；(8)输出第二帧图像中运动目标的检测结果。本发明解决了运动目标零水平集为固定曲线的问题，以及对多个运动目标检测时采用图像区域全局信息使得检测结果彼此干扰的不足，具有较高的检测准确度，可应用于视频图像中多个运动目标的检测。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.079 seconds)
