基于变分水平集的SAR图像超像素分割方法

    公开(公告)号:CN110533669B

    公开(公告)日:2023-01-06

    申请号:CN201910722019.X

    申请日:2019-08-06

    摘要: 本发明公开了一种基于变分水平集的SAR图像超像素分割方法,主要解决现有技术受SAR图像相干斑噪声影响以及纹理信息缺失导致的对SAR图像超像素分割精度低,超像素块区域边界贴合度不高的问题。其实现步骤是:输入SAR图像,并将其粗略分割为K个超像素块区域;分别设计基于SAR图像相干斑噪声与图像纹理信息的能量泛函;将设计出的能量泛函分别插入到边缘演化迭代方程以得到新的迭代方程;利用新的迭代方程对各超像素块区域边界进行边缘演化;当超像素块区域边缘演化停止后完成超像素分割。本发明有效提高了对SAR图像超像素分割的精度,并解决了超像素块区域边界贴合度不高的问题,可用于机场跑道,农田分布和地质勘探的图像处理。

    一种高阶新三维混沌模型及其电路

    公开(公告)号:CN108075732B

    公开(公告)日:2021-09-10

    申请号:CN201711085805.0

    申请日:2017-11-07

    IPC分类号: H03B5/12 H04L9/00

    摘要: 本发明属于混沌系统技术领域,公开了一种高阶新三维混沌模型及其电路,所述高阶新三维混沌模型的电路包括三个通道电路;所述高阶新三维混沌模型的电路由39个元件组成,包括9个3554BM运算放大器、6个乘法器、3个电容和21个电阻。本发明的高阶新三维混沌电路具有多个平衡点,具有高阶非线性项,其动力学行为更加复杂而丰富,不仅能够应用于非线性电路课程实验,而且能够克服现有混沌系统信息加密易被破译的弊端,为混沌系统的应用提供了依据。

    高动态范围红外图像的压缩显示方法

    公开(公告)号:CN113096031A

    公开(公告)日:2021-07-09

    申请号:CN202110286100.5

    申请日:2021-03-17

    IPC分类号: G06T5/00 G06T5/40 G06T9/00

    摘要: 本发明公开了一种高动态范围红外图像的压缩显示方法,首先对单帧高动态范围红外图像进行灰度值统计,获得原始灰度直方图;然后采用一个S型非线性映射函数对原始灰度直方图进行压缩,获得修正后的新直方图;最后根据所述新直方图确定累积分布函数,并以此进行灰度均衡化重建处理,最终获得低动态范围的红外图像。本发明提供的高动态范围红外图像的压缩显示方法能够在保持原始灰度直方图分布的基础上,有效降低背景灰度的峰值分布,从而使灰度级压缩后的低动态范围红外图像具有良好的视觉效果;在应对复杂的目标场景时,可通过适当调节控制参数来进一步产生满意的低动态范围图像。

    基于神经网络的飞行器上升段轨迹优化方法

    公开(公告)号:CN113031448A

    公开(公告)日:2021-06-25

    申请号:CN202110314998.2

    申请日:2021-03-24

    IPC分类号: G05B13/04

    摘要: 本发明提出了一种基于神经网络的飞行器上升段轨迹优化方法,用于解决现有技术中存在的实时性和适应性较差的技术问题,包括以下步骤:步骤一:建立发射惯性系下飞行器上升段连续最优控制问题;步骤二:获取发射惯性坐标系下飞行器真空飞行段的连续两点边值问题;步骤三:获取飞行器的标称参数和非标称参数;步骤四:对发射惯性坐标系下飞行器上升段连续最优控制问题进行离线求解;步骤五:对发射惯性坐标系下飞行器真空飞行段的连续两点边值问题进行离线求解;步骤六:构建神经网络并对其进行离线训练;步骤七、在线获取飞行器上升段的轨迹优化结果。

    基于对称融合网络的红外可见光融合识别方法

    公开(公告)号:CN112668648A

    公开(公告)日:2021-04-16

    申请号:CN202011587399.X

    申请日:2020-12-29

    IPC分类号: G06K9/62 G06N3/04

    摘要: 本发明公开了一种基于对称融合网络的红外和可见光船只精确识别方法,对已有的红外图像和可见光图像数据集分别进行图像各自深层特征提取,获得红外图像特征图和可见光图像特征图;分别对红外图像特征图和可见图光像特征图进行张量拼接和特征融合,获得红外融合图像和可见光融合图像;根据权重偏移系数调整红外融合图像和可见光融合图像中红外和可见光的特征比例,获得最终的检测识别结果。本发明设计自适应权值分配模块,引入注意力机制,对提取到的特征进行了权值分配,提升精度。

    基于PCA和TSSM模型的膈肌预测系统及方法

    公开(公告)号:CN112053330A

    公开(公告)日:2020-12-08

    申请号:CN202010884814.1

    申请日:2020-08-28

    摘要: 本发明公开了一种基于PCA和TSSM模型的膈肌预测系统及方法,其实现的思路是:将4DCT扫描获取的呼吸时相数据重建成每个相位的人体三维图像;从人体三维图像中分割出膈肌图像,计算膈肌位移;从人体三维图像中分割出胸腹表面图像,计算胸腹表面位移;对膈肌位移和胸腹表面位移分别进行主成分分析,使其降维并映射到各自的d维子空间中;利用岭回归优化计算出从d维子空间的胸腹表面位移映射到d维子空间的膈肌位移的变换矩阵。本发明具有对患者的伤害更少,选取的膈肌质心更加准确,抗干扰性更好的优点。

    基于纹理特征和颜色特征融合的图像显著性检测方法

    公开(公告)号:CN106780582B

    公开(公告)日:2019-08-13

    申请号:CN201611165436.1

    申请日:2016-12-16

    摘要: 本发明公开了一种基于纹理特征和颜色特征融合的图像显著性检测方法,主要解决现有技术对于纹理特征利用不充分,对高纹理图像显著性检测效果较差的问题。其方案是:1)输入图像,并利用基于总变差模型的滤波方法去除纹理,得到含颜色特征的图像;2)对输入的图像,利用Gabor滤波器进行滤波,得到含图像纹理信息的图像;3)根据颜色特征的图像计算初步对比度值;4)根据纹理信息图像计算背景概率;5)对初步对比度值和背景概率进行融合得到新的对比度,进而得到基于颜色和纹理特征的显著图。本发明充分利用了图像的颜色和纹理信息,提高了复杂纹理图像的检测效果,可用于计算机视觉任务中。

    基于结构化支持向量机的自适应尺度目标跟踪方法

    公开(公告)号:CN105405152B

    公开(公告)日:2018-06-26

    申请号:CN201510716947.7

    申请日:2015-10-29

    IPC分类号: G06T7/20 G06T7/246 G06K9/62

    摘要: 本发明公开了一种基于结构化支持向量机的自适应尺度目标跟踪方法,主要解决现有基于结构化支持向量机的视频目标跟踪中自适应尺度和跟踪时计算量大的问题。其实现步骤是:首先建立结构化输出支持向量机模型,在模型的输出中添加尺度变量;然后利用已经确定目标的图像帧更新判定函数;最后将目标跟踪分解为粗跟踪和精跟踪,通过粗跟踪从少量候选样本中估计目标位置进而缩小目标搜索范围,通过精跟踪在粗跟踪基础上再进行目标的位置和尺度的确定。本发明实现了自适应尺度目标跟踪,减小了跟踪过程中的计算量,提高了实时性效果,可用于视频监控中确定目标的精确位置和实时尺度。

    基于Gamma滤波的SAR图像超像素分割方法

    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

    IPC分类号: G06T7/10 G06T5/00

    摘要: 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。