-
公开(公告)号：CN113517333A
公开(公告)日：2021-10-19
申请号：CN202110632355.2
申请日：2021-06-07
Applicant: 西安电子科技大学
IPC: H01L29/06 , H01L29/08 , H01L29/417 , H01L29/739 , H01L29/78 , H01L21/28 , H01L21/336 , H01L21/331
Abstract: 本发明公开了一种具有超结结构的MOSFET器件及其制备方法，该器件包括：半导体层，其自下而上包括N++衬底区、N型缓冲层以及N型外延层；若干水平间隔排列的P型体区，位于半导体层中的N型外延层上表面；N+注入区，位于P型体区的上表面两侧；P+接触区，位于P型体区的上表面中心；栅极，位于相邻两个P型体区的上表面，且通过栅极绝缘膜与P型体区隔开；源极，覆盖栅极且通过层间绝缘膜与栅极隔开；漏极，位于半导体层中的N++衬底区下表面；其中，半导体层内部还设有一由带电粒子形成的陷阱能级区，其位于N型外延层下部靠近N型缓冲层的位置。本发明提供的MOSFET器件具有较好的软恢复性能和较高的开关速度。
-
公开(公告)号：CN108573236B
公开(公告)日：2021-06-25
申请号：CN201810363724.0
申请日：2018-04-22
Applicant: 西安电子科技大学
Abstract: 本发明提出一种基于离散分数布朗随机场的云天背景下红外弱小目标检测方法，首先使用形态学和高斯滤波对红外图像进行预处理；其次对预处理后的结果，计算多尺度Hurst指数图；然后通过比较不同尺度下的Hurst指数，并进行图像的反转和显著性增强，得到最终的Hurst指数图；之后利用改进的类间方差来进一步去除噪声，增强目标显著性；最后在图中找到灰度值最大的点即为红外弱小目标所在位置。本发明利用Hurst参数能表征同一图像区域的自相似性(即灰度表面的均匀程度)的特性，结合多尺度，提高了检测鲁棒性。
-
公开(公告)号：CN109272489A
公开(公告)日：2019-01-25
申请号：CN201810956335.9
申请日：2018-08-21
Applicant: 西安电子科技大学
Abstract: 本发明提出一种基于背景抑制与多尺度局部熵的红外弱小目标检测方法，首先对红外图像进行归一化处理；其次对红外图像进行导向图滤波器滤波，差分之后得到背景抑制后的图像；然后通过计算多尺度局部熵权值图，对同一像素位置取不同尺度局部熵显著图的最大值，得到最终的局部熵权值图；之后对背景抑制后的图像与局部熵显著图进行相乘，得到红外小目标的显著图；最后利用Susan滤波器对显著图进行滤波，去掉孤立的亮点，处理后图像的非零区域即为小目标区域。本发明可用于对红外图像中的弱小目标进行检测，能有效的提高红外图像中小目标的检测精度。
-
公开(公告)号：CN109816641B
公开(公告)日：2021-05-14
申请号：CN201910017099.9
申请日：2019-01-08
Applicant: 西安电子科技大学
Abstract: 本发明提出一种基于多尺度形态学图像融合的加权局部熵红外小目标检测方法，首先，对红外图像进行转换至灰度域进行处理；其次，对红外图像进行多尺度形态学Top‑Hat图像分割处理，在相邻尺度的Top‑Hat的基础上求图像差异，得到最小差异图，再将最小差异图与经Top‑Hat变换的图像的最小均值图做融合，得到背景抑制后的图像；然后，通过计算初始图像的局部熵，得到局部熵信息图；之后，对背景抑制后的图像与局部熵信息图进行点乘，并归一化，得到红外小目标的显著图；最后，利用阈值分割技术对红外小目标显著图滤波并二值化，得到处理后图像，其中的二值化为1的区域就是红外小目标。本发明适合于红外小目标检测领域，能够有效的提高红外小目标检测的准确率，并且有效的降低虚警率。
-
公开(公告)号：CN109816641A
公开(公告)日：2019-05-28
申请号：CN201910017099.9
申请日：2019-01-08
Applicant: 西安电子科技大学
Abstract: 本发明提出一种基于多尺度形态学图像融合的加权局部熵红外小目标检测方法，首先，对红外图像进行转换至灰度域进行处理；其次，对红外图像进行多尺度形态学Top-Hat图像分割处理，在相邻尺度的Top-Hat的基础上求图像差异，得到最小差异图，再将最小差异图与经Top-Hat变换的图像的最小均值图做融合，得到背景抑制后的图像；然后，通过计算初始图像的局部熵，得到局部熵信息图；之后，对背景抑制后的图像与局部熵信息图进行点乘，并归一化，得到红外小目标的显著图；最后，利用阈值分割技术对红外小目标显著图滤波并二值化，得到处理后图像，其中的二值化为1的区域就是红外小目标。本发明适合于红外小目标检测领域，能够有效的提高红外小目标检测的准确率，并且有效的降低虚警率。
-
Patent Agency Ranking
公开(公告)号：CN108573236A
公开(公告)日：2018-09-25
申请号：CN201810363724.0
申请日：2018-04-22
Applicant: 西安电子科技大学
Abstract: 本发明提出一种基于离散分数布朗随机场的云天背景下红外弱小目标检测方法，首先使用形态学和高斯滤波对红外图像进行预处理；其次对预处理后的结果，计算多尺度Hurst指数图；然后通过比较不同尺度下的Hurst指数，并进行图像的反转和显著性增强，得到最终的Hurst指数图；之后利用改进的类间方差来进一步去除噪声，增强目标显著性；最后在图中找到灰度值最大的点即为红外弱小目标所在位置。本发明利用Hurst参数能表征同一图像区域的自相似性(即灰度表面的均匀程度)的特性，结合多尺度，提高了检测鲁棒性。
-
公开(公告)号：CN113376600B
公开(公告)日：2024-04-05
申请号：CN202110506104.X
申请日：2021-05-10
Applicant: 西安电子科技大学
IPC: G01S7/41
Abstract: 本发明属于雷达信号处理技术领域，公开了一种基于RSDNet的行人雷达回波去噪方法，该方法是基于原始复信号的深度学习去噪算法，充分利用信号的相位信息，使得生成的去噪信号可以在不同域之间变换，消除了现有方法对噪声功率先验信息的依赖，降低对复杂时频分析操作的要求，真正实现端到端的“盲”去噪。该方法通过一种简单的复信号预处理方式，仅提取复信号的实部作为网络的输入，简化步骤，不会造成信息损失。另外，该方法是一种生成对抗网络，不仅有利于高频分量的生成还避免了生成分布的趋同现象。采用基于弹性网络的损失函数，避免网络的过拟合，提高网络的去噪性能。
-
公开(公告)号：CN109461171A
公开(公告)日：2019-03-12
申请号：CN201811110762.1
申请日：2018-09-21
Applicant: 西安电子科技大学
IPC: G06T7/246
Abstract: 本发明提出一种基于多通道改进DoG滤波的红外弱小目标检测算法，首先对红外图像进行归一化处理；其次对红外图像进行多通道改进DoG(IDoG)滤波，得到8通道滤波结果图；然后对8通道的滤波结果图取最大值处理得到多通道IDoG的结果图；之后对处理结果图进行高斯增强，得到最后的处理结果图；最后找到结果图中灰度值最大点的位置，即为红外小目标所在的位置。本发明可用于对红外图像中的弱小目标进行检测，能有效的提高红外图像中小目标的检测精度，以提高检测性能和鲁棒性。
-
公开(公告)号：CN110414426B
公开(公告)日：2023-05-30
申请号：CN201910682211.0
申请日：2019-07-26
Applicant: 西安电子科技大学
IPC: G06F18/213 , G06F18/24 , G06F18/241 , G06F18/214 , G06N3/044 , G06N3/084 , G01S7/41
-
公开(公告)号：CN109272489B
公开(公告)日：2022-03-29
申请号：CN201810956335.9
申请日：2018-08-21
Applicant: 西安电子科技大学
Abstract: 本发明提出一种基于背景抑制与多尺度局部熵的红外弱小目标检测方法，首先对红外图像进行归一化处理；其次对红外图像进行导向图滤波器滤波，差分之后得到背景抑制后的图像；然后通过计算多尺度局部熵权值图，对同一像素位置取不同尺度局部熵显著图的最大值，得到最终的局部熵权值图；之后对背景抑制后的图像与局部熵显著图进行相乘，得到红外小目标的显著图；最后利用Susan滤波器对显著图进行滤波，去掉孤立的亮点，处理后图像的非零区域即为小目标区域。本发明可用于对红外图像中的弱小目标进行检测，能有效的提高红外图像中小目标的检测精度。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.019 seconds)
