基于快速拍卖图的半监督极化SAR分类方法

    公开(公告)号:CN106127224A

    公开(公告)日:2016-11-16

    申请号:CN201610424036.1

    申请日:2016-06-13

    CPC classification number: G06K9/6268

    Abstract: 本发明公开了一种基于快速拍卖图的半监督极化SAR分类方法。主要解决现有技术构造图矩阵复杂度高,分类正确率低的问题。其步骤为:1)对极化SAR图像数据进行分割;2)在分割后的图中像素点加入空间信息;3)对进行空间信息加权后的像素点数据集合求取相似邻近矩阵;4)优化相似邻近矩阵,得到拍卖图矩阵;5)对拍卖图矩阵进行稀疏处理,得到稀疏拍卖图矩阵;6)利用稀疏拍卖图矩阵对数据集进行半监督分类,得到每个像素点分类后的类别标签矩阵;(7)利用每个像素样本点的类别标签对所有的像素点着色,输出分类后的图像。本发明提高了分类正确率,减少了分类时间,可用于对极化SAR图像的地物分类和目标识别。

    基于收缩自编码器的SAR图像分类方法

    公开(公告)号:CN106096650A

    公开(公告)日:2016-11-09

    申请号:CN201610407324.6

    申请日:2016-06-12

    CPC classification number: G06K9/6256 G06K9/6232 G06K9/6267

    Abstract: 本发明公开了一种基于收缩自动编码器的SAR图像分类方法。本发明实现的步骤为:(1)输入图像;(2)进行平稳小波分解;(3)选取训练样本;(4)构建并行的两层级的收缩自编码器;(5)训练并行的两层级的收缩自编器;(6)构造样本特征集;(7)训练Softmax分类器;(8)分类。本发明相比现有技术多层级局部模式直方图的特征提取方法,具有分类精度高,区域一致性好,边缘分类精确的优点,解决了相干斑噪声影响,区域分类混乱和边缘不整齐的问题。本发明可应用于合成孔径雷达SAR图像目标检测和目标识别。

    基于方向波域图像融合的SAR图像变化检测方法

    公开(公告)号:CN103824302B

    公开(公告)日:2016-08-17

    申请号:CN201410091118.X

    申请日:2014-03-12

    Abstract: 本发明公开了一种基于方向波域图像融合的SAR图像变化检测方法,克服了现有技术中差异图融合时不能较好的保留差异图细节信息、对差异图采用二值化分割方法会导致变化区域信息丢失的问题。本发明实现的步骤是:(1)输入图像;(2)图像预处理;(3)生成差异图;(4)构造联合差异图;(5)分割联合差异图;(6)输出图像。本发明具有描述变化区域与未变化区域边界更加精确、漏检率较低的优点,可应用于合成孔径雷达SAR图像目标识别领域中的自然灾害检测。

    基于粗糙集的快速抑制模糊聚类的图像分割方法

    公开(公告)号:CN105741279A

    公开(公告)日:2016-07-06

    申请号:CN201610056229.6

    申请日:2016-01-27

    Abstract: 本发明提出了一种基于粗糙集的快速抑制模糊聚类的图像分割方法,用于解决现有图像分割方法运行速度慢、分割正确率低和对噪声的鲁棒性差的技术问题,其实现步骤是:1.输入一幅待分割的图像I1;2.求取图像I1中像素点xi的局部信息的加权均值和非局部信息的均值;3.获得重构图像;4.对重构图像的灰度直方图进行聚类;5.判断当前迭代次数是否大于最大迭代次数T,若是,执行步骤6,否则,迭代次数加1,执行步骤4;6.输出所获取的重构图像的隶属度矩阵和聚类中心;7.获得分割图像。本发明提高了图像分割的运行速度和分割正确率,增强了噪声的鲁棒性,可用于人工合成图像、医学图像和自然图像的特征提取和目标识别。

    基于上下文约束编码的目标跟踪方法

    公开(公告)号:CN103473560B

    公开(公告)日:2016-07-06

    申请号:CN201310404988.3

    申请日:2013-09-08

    Abstract: 本发明公开一种基于上下文约束编码的目标跟踪方法,主要解决目标发生快速运动、光照变化、外观剧烈变化导致跟踪失败的问题。实现步骤为:(1)输入一段视频第一帧,人工标记出待跟踪目标;(2)获取搜索窗与正负样本;(3)提取搜索窗特征描述子构建字典,提取正负样本特征描述子进行编码,训练分类器模型;(4)载入新一帧视频图像,获取检测样本,提取特征描述子并编码;(5)利用分类器对检测样本的编码进行分类预测,估计出待跟踪目标位置;(6)根据跟踪位置获取正负样本和搜索窗,更新字典,升级分类器,执行下一帧。本发明确保了图像空间位置的一致性,提高了目标跟踪的稳定性和准确性,可用于交通管制、安全监测、医学图像方面。

    基于种子集的半监督权重核模糊聚类的图像分割方法

    公开(公告)号:CN103456017B

    公开(公告)日:2016-07-06

    申请号:CN201310404794.3

    申请日:2013-09-08

    Abstract: 本发明公开了一种基于种子集的半监督权重核模糊聚类的图像分割方法,其实现步骤为:(1)选择图像;(2)提取待分割图像纹理特征;(3)产生聚类对象数据矩阵;(4)初始化聚类中心、隶属度和核参数;(5)计算点密度函数值;(6)更新聚类中心、隶属度和核参数;(7)计算目标函数值;(8)判断是否满足终止条件;如果是,执行(9),否则,执行(6);(9)产生分割图像。本发明提取图像每个像素的纹理特征,用基于种子集的半监督权重核模糊聚类的图像分割方法对该纹理特征进行划分,提高了图像分割的稳定性,获得更加准确的分割结果。

    基于关键帧和非局部约束的视频超分辨方法

    公开(公告)号:CN103606136B

    公开(公告)日:2016-05-25

    申请号:CN201310647623.3

    申请日:2013-12-04

    Abstract: 本发明公开了一种基于关键帧和非局部约束的视频超分辨方法,主要解决了超分辨时对匹配准则依赖性高的难题。其实现步骤为:(1)输入视频X;(2)对视频X中的一帧低分辨率图像作双三次插值放大获得放大图像;对距离放大图像最近的高分辨率图像作高通滤波,获得低、高频分量;(3)分别在放大图像和低频分量中提取图像块,并对低频图像块作K聚类;(4)将放大图像块与聚类中心作比较,找到最相似的类,在最相似类中找到相似的低频图像块;(5)由相似的低频图像块找到相对应的高频图像块,再对高频图像块作非局部加权,得到重构的高分辨率图像;(6)对视频每一帧低分辨率图像,重复步骤(2)~步骤(5),获得高分辨率视频。本发明可用于视频的增强或恢复。

    基于改进的非局部约束和局部自相似性的图像超分辨方法

    公开(公告)号:CN103593825B

    公开(公告)日:2016-04-13

    申请号:CN201310488729.3

    申请日:2013-10-17

    CPC classification number: G06T3/4053

    Abstract: 本发明公开了一种基于改进的非局部约束和局部自相似性的图像超分辨方法。其实现步骤为:(1)对低分辨率图像X作双三次插值放大和高通滤波,获得预放大图像及低、高频分量;(2)分别在预放大图像和低频分量中提取图像块;(3)对低频图像块进行K聚类,并将预放大图像块与每一类的聚类中心作比较,找到最相似的类,进而在最相似类中找到3个相似的低频图像块;(4)根据相似的低频图像块找到相对应的高频图像块,再对这些高频图像块进行非局部加权,得到重构的初步高分辨率图像;(5)将重构的高分辨率图像作为下一次的输入图像,重复步骤(1)~步骤(4),获得最终的高分辨率图像。本发明在对图像超分辨时,能够锐化图像边缘,更好的恢复图像高频细节。

    基于潜在狄利克雷分配的自然图像分类方法

    公开(公告)号:CN103366175B

    公开(公告)日:2016-04-13

    申请号:CN201310296468.5

    申请日:2013-07-14

    Abstract: 本发明公开了一种基于潜在狄利克雷分配的自然图像分类方法,主要解决现有全监督自然图像分类方法分类时间较长以及在缩短了分类时间的前提下分类精度下降的问题。其实现步骤为:获取每幅自然图像的色调、饱和度、亮度、显著特征图;对所述特征图分别进行网格稠密采样,得到其网格采样点;对每一个网格采样点提取其周围区域的SIFT特征;对同类特征图的SIFT特征进行K聚类,生成视觉词典;用视觉词典将所有特征图量化为视觉文档;将视觉文档顺次相连后输入给LDA模型得到潜在语义主题分布;将所有自然图像的潜在语义主题分布输入给SVM分类器进行分类,得到分类结果。本发明与经典分类方法相比,在缩短了平均分类时间的同时提高了分类精度,可用于目标识别。

    基于方向波变换和模糊理论的图像增强方法

    公开(公告)号:CN103310414B

    公开(公告)日:2016-02-10

    申请号:CN201310071636.0

    申请日:2013-03-06

    Abstract: 本发明公开了一种基于方向波变换和模糊理论的图像增强算法,主要解决传统图像增强算法只对高频信息进行增强处理,而忽略了对包含大部分图像能量和信息的低频信息处理导致图像增强效果差的问题。其实现步骤为:(1)输入原始图像,对其分别进行45度、90度及135度三个方向的方向波变换,得到对应的低频信息和高频信息;(2)对低频信息进行模糊增强处理;(3)对高频信息进行非线性抑噪增强处理;(4)将增强后的低频信息和高频信息进行方向波逆变换,分别得到45度、90度及135度增强的图像;(5)将三个增强图像进行加权平均,获得最终的增强图像。本发明具有方向选择性好,细节增强效果明显,对比度高的优点,可用于低对比度图像的增强处理。

Patent Agency Ranking