-
公开(公告)号：CN102547076B
公开(公告)日：2014-04-16
申请号：CN201210001589.8
申请日：2012-01-04
申请人： 西安电子科技大学
IPC分类号： H04N5/21
摘要： 一种基于Surfacelet变换特性的视频去噪方法，包括：输入待去噪视频；获取高频子带系数；估算噪声标准差；获取待去噪视频Surfacelet域对应尺度的能量；获取高频子带的调整因子；获取基本阈值；获取高频子带系数的调整因子；获取高频子带系数的阈值；获取已去噪视频Surfacelet域高频子带系数；获取已去噪视频。本发明采用Surfacelet系数来描述及区分视频和噪声，使得本发明充分利用视频图像像素间及帧间存在的相关性，能够在有效去除噪声的同时很好地保持了视频图像的边缘细节信息。
-
公开(公告)号：CN102509296B
公开(公告)日：2014-04-16
申请号：CN201110353282.X
申请日：2011-11-10
申请人： 西安电子科技大学
IPC分类号： G06T7/00
摘要： 本发明公开了一种基于最大相似性区域合并的胃部CT图像的交互式分割方法，主要解决了现有交互式分割方法分割速度慢，分割效果不理想的问题。其实现过程是：输入胃部CT，并用分水岭方法进行初分割；然后由用户交互式的划不同线段标记目标和背景；计算每个区域的灰度梯度共生矩阵作为区域特征；设定区域间的最大相似性准则，再基于这个准则分两次进行区域合并：第一次先合并大部分背景，第二次合并目标的同时再合并剩余的背景，直到整幅图像被分为目标和背景两部分为止，最后得到分割结果。本发明具有对医学图像分割效果好、实时性强等优点，对不同人的胃部CT图像，分割效果也比较理想。
-
公开(公告)号：CN102547074B
公开(公告)日：2014-04-02
申请号：CN201210001590.0
申请日：2012-01-04
申请人： 西安电子科技大学
摘要： 一种Surfacelet域BKF模型贝叶斯视频去噪方法，包括：输入待去噪视频；获取高频子带系数；估算噪声标准差；获取待去噪视频Surfacelet域高频子带BKF分布形状参数和尺度参数；判断BKF分布形状参数的大小；获取已去噪视频Surfacelet域系数；获取已去噪视频。本发明采用BKF函数对视频Surfacelet系数边缘分布进行建模，使得本发明充分利用视频图像Surfacelet域高频子带系数的相关性，能够在有效去除噪声的同时很好地保持了视频图像的边缘细节信息。
-
公开(公告)号：CN102426646B
公开(公告)日：2014-02-12
申请号：CN201110326676.6
申请日：2011-10-24
申请人： 西安电子科技大学
摘要： 本发明公开一种多角度人脸检测装置与方法，主要解决现有技术中不能有效利用图像中彩色信息和主要针对单个角度检测人脸的问题。其装置包括图像采集模块、模数转换模块、图像处理模块、数据存储模块和通信模块。其方法步骤为：(1)建立人眼检测器；(2)建立侧面人脸模板；(3)获取待处理图像；(4)获取互选人脸区域；(5)判定正面人脸；(6)判定侧面人脸；(7)判定全侧人脸；(8)输出检测结果。本发明有效的利用了图像中的肤色信息，节省了计算资源，提高了处理速度；采用二值图像建立模板，可以简单有效的判定侧面人脸；将肤色检测、人眼检测和模板匹配方法结合，能够准确的检测水平方向多个角度的人脸。
-
公开(公告)号：CN103295196A
公开(公告)日：2013-09-11
申请号：CN201310188464.5
申请日：2013-05-21
申请人： 西安电子科技大学
摘要： 本发明公开了一种基于非局部字典学习和双正则项的图像超分辨率重建方法，主要解决现有字典学习方法无法有效利用待超低分辨率图像的先验信息，导致重建的图像不自然的问题。其主要步骤为：（1）得到初始的高分辨率图像（2）训练初始的残差字典集合d0和初始的期望字典集合D0；（3）在初始的高分辨率图像上计算初始的非局部正则权值矩阵W0和局部核回归正则权值矩阵K0；（4）对输入的初始高分辨率图像进行正则优化处理，得到优化图像（5）应用初始的残差字典集合d0和初始的期望字典集合D0重建优化图像得到重建后的图像本发明能够对遥感图像进行重建，并且能够有效的保持图像的边缘及纹理信息，可用于卫星监控和遥感成像。
-
公开(公告)号：CN103226826A
公开(公告)日：2013-07-31
申请号：CN201310090795.5
申请日：2013-03-20
申请人： 西安电子科技大学
IPC分类号： G06T7/00
摘要： 本发明公开了一种基于局部熵的视觉注意模型的遥感图像的变化检测方法，主要解决现有技术中变化检测漏检率高的问题。其实现过程是：首先，对变化前后的遥感图像分别提取灰度和方向特征，得到变化前后图像在每个特征空间内的特征图像；其次，用变化前后特征图像构造前后高斯金字塔，并在前后高斯金字塔之间进行“中央-差值”运算，得到每个特征空间下的特征图；然后，分别对不同特征空间内的特征图计算局部熵，并将不同特征空间内的加熵特征图进行加权融合，得到视觉注意模型显著图；最后，用模糊C均值的方法对显著图进行分类，得到最终的变化检测结果图。本发明避免了已有技术中的信息丢失和累积误差等问题，提高了变化检测的检测精度。
-
公开(公告)号：CN103218795A
公开(公告)日：2013-07-24
申请号：CN201310163116.2
申请日：2013-05-05
申请人： 西安电子科技大学
IPC分类号： G06T5/50
摘要： 本发明公开了一种基于自适应双字典学习的部分K空间序列图像重构方法，主要解决现有方法在10倍下采样的情况下重构图像质量下降比较严重的问题。其主要步骤为：采集部分K空间数据，利用这些部分K空间数据之间的相关性，合成完整的K空间数据，由完整的K空间数据获得训练图像；再用KSVD算法对训练图像进行训练得到高、低分辨率字典；利用高、低分辨率字典之间的关系对输入的部分K空间数据进行重构，并对重构图像进行残差补偿得到更准确的重构结果。本发明在10倍下采样的条件下能够有效提高重构图像质量，可用于多个部位的MRI序列图像重构。
-
公开(公告)号：CN102288951B
公开(公告)日：2013-06-12
申请号：CN201110199223.1
申请日：2011-07-17
申请人： 西安电子科技大学
IPC分类号： G01S7/41
摘要： 本发明公开了一种基于模拟信息转换器AIC压缩信息获取和FBMP的雷达目标参数估计方法，主要解决现有的压缩感知雷达目标参数估计方法不能同时提高估计精度和降低时间代价的问题。其实现步骤是：采用AIC实现雷达回波信号的低维压缩观测；基于发射信号设计时移稀疏字典，使得雷达回波信号能够在这个时移稀疏字典上达到稀疏的表示；根据AIC采样序列和稀疏时移字典构建压缩感知重建理论中所需要的观测矩阵；采用快速贝叶斯匹配追踪算法FBMP，求解雷达回波信号的稀疏系数向量，以实现雷达目标参数估计。本发明具有自适应确定待重建信号稀疏系数向量中非零系数的个数的优点，并能提高重建精度同时降低了时间代价，可用于雷达目标的识别与雷达成像。
-
公开(公告)号：CN102903103A
公开(公告)日：2013-01-30
申请号：CN201210334972.5
申请日：2012-09-11
申请人： 西安电子科技大学
IPC分类号： G06T7/00
摘要： 本发明公开了一种基于迁移的活动轮廓模型用于胃部CT序列分割方法。主要解决现有技术对于CT序列图像分割速度慢，容易出现边缘泄露的不足。其实现步骤是：先手动划线圈出第一幅图像待分割目标区域的初始轮廓，用结合区域和边缘的活动轮廓模型进行分割，得到当前图像的目标轮廓；然后重复的将已分割好的图像的目标轮廓迁移到与其相邻的下一幅图像中，作为其初始轮廓，再用GLCV模型进行分割，直到整个序列中的图像都分割完毕。本发明与传统的主动轮廓模型相比，具有速度快、效果好等优点，可用于胃部CT序列图像的分割，对于胃部淋巴结可能出现的目标区域，都能较好的分割出来。
-
公开(公告)号：CN102346851B
公开(公告)日：2013-01-23
申请号：CN201110346346.3
申请日：2011-11-04
申请人： 西安电子科技大学
摘要： 本发明公开了一种基于NJW谱聚类标记的图像分割方法，主要解决谱聚类方法稳定性差的问题。其实现过程是：(1)对待分割图像提取灰度共生特征，并进行归一化处理以去除数据间量级影响；(2)用k-means算法将特征数据聚为m类，并以与聚类中心最近邻的特征数据作为采样点，得采样子集S；(3)利用NJW谱聚类算法，对采样子集S进行聚类，得到采样子集S的标签；(4)对采样子集S进行学习，训练一个支撑矢量机SVM分类器；(5)用所得的SVM分类器对所有特征数据进行测试，得到最终的图像分割结果。本发明与现有的技术相比图像分割结果稳定、准确度高，可用于目标检测和目标识别。
-
-
-
-
-
-
-
-
-
搜索结果
437 条记录 (耗时 0.055 秒)
