公开(公告)号：CN105678723A

公开(公告)日：2016-06-15

申请号：CN201511003023.9

申请日：2015-12-29

申请人： 内蒙古科技大学

发明人： 张宝华 ,  贾东征 ,  李革 ,  谷宇 ,  裴海全 ,  周文涛 ,  焦豆豆 ,  刘艳仙

IPC分类号： G06T5/50

CPC分类号： G06T5/50 ,  G06T2207/20192

摘要： 一种基于稀疏分解和差分图像的多聚焦图像融合方法，其特征在于，利用RPCA分解原始图像得到其稀疏分量和低秩分量，然后通过引导滤波加强稀疏分量的边缘，再将加强的稀疏分量与低秩分量相加构建包含强边缘的加强图像，再将加强图像与原始图像做差分，计算所得差分图像的空间频率，并利用自适应阈值算法得到差分图像的空间频率图，利用形态学算法去除空间频率图中的伪聚焦区域，得到融合决策图，最后根据融合决策图和融合规则重建融合图像。本发明在评价图像融合算法的三项指标相关系数，即边缘梯度信息和边缘相关因子分别高于其他经典算法45％，6％，15％以上。

公开(公告)号：CN105741317B

公开(公告)日：2018-10-02

申请号：CN201610041349.9

申请日：2016-01-20

申请人： 内蒙古科技大学

发明人： 张宝华 ,  裴海全 ,  张明 ,  黄显武 ,  周文涛 ,  焦豆豆 ,  刘艳仙

IPC分类号： G06T7/215

摘要： 一种基于时空域显著性分析和稀疏表示的红外运动目标检测方法，通过稀疏表示方法对红外序列图像粗分割后的子区域进行平滑处理，提取各子区域的对比特征和局部先验特征，并进行合并，从而得到红外序列图像对应的显著图；再根据预设的阈值和形态学方法对显著图依次进行分割和伪目标区域的滤除，得到红外目标图像；本发明很好地解决了提取目标边缘模糊的问题，可满足红外监控系统快速精确检测地面运动目标的需要且具有较好的自适应性和检测效果。

公开(公告)号：CN105678723B

公开(公告)日：2018-06-15

申请号：CN201511003023.9

申请日：2015-12-29

申请人： 内蒙古科技大学

发明人： 张宝华 ,  贾东征 ,  李革 ,  谷宇 ,  裴海全 ,  周文涛 ,  焦豆豆 ,  刘艳仙

IPC分类号： G06T5/50

摘要： 一种基于稀疏分解和差分图像的多聚焦图像融合方法，其特征在于，利用RPCA分解原始图像得到其稀疏分量和低秩分量，然后通过引导滤波加强稀疏分量的边缘，再将加强的稀疏分量与低秩分量相加构建包含强边缘的加强图像，再将加强图像与原始图像做差分，计算所得差分图像的空间频率，并利用自适应阈值算法得到差分图像的空间频率图，利用形态学算法去除空间频率图中的伪聚焦区域，得到融合决策图，最后根据融合决策图和融合规则重建融合图像。本发明在评价图像融合算法的三项指标相关系数，即边缘梯度信息和边缘相关因子分别高于其他经典算法45％，6％，15％以上。

公开(公告)号：CN105741317A

公开(公告)日：2016-07-06

申请号：CN201610041349.9

申请日：2016-01-20

申请人： 内蒙古科技大学

发明人： 张宝华 ,  裴海全 ,  张明 ,  黄显武 ,  周文涛 ,  焦豆豆 ,  刘艳仙

IPC分类号： G06T7/20

CPC分类号： G06T2207/20182 ,  G06T2207/20221

摘要： 一种基于时空域显著性分析和稀疏表示的红外运动目标检测方法，通过稀疏表示方法对红外序列图像粗分割后的子区域进行平滑处理，提取各子区域的对比特征和局部先验特征，并进行合并，从而得到红外序列图像对应的显著图；再根据预设的阈值和形态学方法对显著图依次进行分割和伪目标区域的滤除，得到红外目标图像；本发明很好地解决了提取目标边缘模糊的问题，可满足红外监控系统快速精确检测地面运动目标的需要且具有较好的自适应性和检测效果。