-
公开(公告)号:CN113902630A
公开(公告)日:2022-01-07
申请号:CN202111019818.4
申请日:2021-09-01
申请人: 西安电子科技大学
摘要: 本发明公开了一种基于多尺度纹理特征分支的生成对抗网络图像修复方法,构建包含缺失区域的待修复图像与真实图像对数据集;构建基于多尺度纹理特征分支的生成对抗网络模型;对所述基于多尺度纹理特征分支的生成对抗网络模型进行训练,获得最优的生成对抗网络模型;将包含缺失区域的待修复图像输入到最优的生成器网络模型中,输出最终的修复结果图像。本发明针对图像不规则随机缺失和大面积缺失情况都能得到较好的修复效果,修复图像具有较好的结构和纹理特征。
-
公开(公告)号:CN104268835A
公开(公告)日:2015-01-07
申请号:CN201410490136.5
申请日:2014-09-23
申请人: 西安电子科技大学
摘要: 本发明涉及一种基于图像几何分离的红外弱小目标增强方法。首先,根据红外图像中弱小目标和背景杂波分布特点,对图像中弱小目标和背景杂波成分分别采用谱图小波变换和非下采样的剪切波变换字典进行稀疏表示;然后将这两个互不相关的稀疏字典引入到图像几何分离框架中,并利用全变分惩罚因子来获得更多背景杂波成分信息,使其得到更有效的分离,从而达到增强弱小目标信号的目的。该方法具有更优的弱小目标增强和背景杂波抑制效果,与经典的最大均值、形态学滤波和二维最小均方误差等滤波方法相比,不但背景抑制因子有所提高,而且也较好地降低了强边缘引起的虚警。
-
公开(公告)号:CN104200452B
公开(公告)日:2017-02-15
申请号:CN201410453177.7
申请日:2014-09-05
申请人: 西安电子科技大学
摘要: 本发明公开了一种基于谱图小波变换的红外与可见光图像融合方法,按照四层分解尺度对红外图像与可见光图像进行谱图小波分解获得低频子带系数和高频子带系数,根据融合规则对所述获得的低频子带系数和不同分解尺度上的高频子带系数进行融合,对所述融合后的低频子带系数和高频子带系数进行谱图小波逆变换获取融合的图像。本发明还公开了一种基于谱图小波变换的红外与可见光图像融合装置,通过本发明能够更好地表示不规则区域图像;采用双边滤波获得图像融合的权重,有效地提升融合图像的清晰度、对比度及信息量等,能够得到融合效果更好的图像。
-
公开(公告)号:CN104268847A
公开(公告)日:2015-01-07
申请号:CN201410490237.2
申请日:2014-09-23
申请人: 西安电子科技大学
摘要: 本发明涉及一种基于交互非局部均值滤波的红外与可见光图像融合方法,主要解决现有红外与可见光图像融合方法获得融合图像的清晰度、对比度、空间分辨率低等问题。其实现步骤为:(1)对输入的红外与可见光图像进行交互非局部均值滤波获得基层图像;(2)对红外与可见光图像与其基层图像相减得到红外与可见光图像的细节图像;(3)计算细节图像的邻域窗口统计特性得到红外与可见光图像的融合权重图;(4)将红外与可见光图像的融合权重图分别作用于红外与可见光图像,并对经融合权重图作用的红外图像与可见光图像进行加权融合便获得融合图像。本发明采用的基于交互非局部均值滤波的红外与可见光图像融合方法能获得清晰度、对比度、空间分辨率高的融合图像,融合效果好,可用于人类视觉和机器认知等领域。
-
公开(公告)号:CN102222322A
公开(公告)日:2011-10-19
申请号:CN201110147936.3
申请日:2011-06-02
申请人: 西安电子科技大学
IPC分类号: G06T5/00
摘要: 本发明提出一种基于多尺度非局部均值的红外图像背景抑制方法,具体步骤包括:(1)采用非下采样轮廓波变换多级分解读入的原始红外图像,获取各尺度各方向与原始图像尺寸相同的子带;(2)利用非局部均值滤波方法修改其高频方向子带的系数值,利用最大中值滤波方法修改其低频子带的系数值;(3)采用非下采样轮廓波逆变换逐级对修改的子带进行方向和尺度重构,获得估计的背景图像;(4)原始红外图像与估计的背景图像相减,获得最终的红外图像背景抑制结果。本发明不仅能够保留并增强弱小目标信息、精确定位目标,同时还能够较好的抑制云层、地势起伏、地面路网等复杂背景的强边缘信息,有效改善图像整体信杂比和对比度。
-
-
公开(公告)号:CN104408705A
公开(公告)日:2015-03-11
申请号:CN201410490530.9
申请日:2014-09-23
申请人: 西安电子科技大学
IPC分类号: G06T7/00
CPC分类号: G06T7/0002 , G06T2207/10036
摘要: 本发明涉及一种基于高光谱图像的异常检测方法,本发明利用核典型相关性分析的办法对高光谱图像进行异常检测。具体方法包括:获取高光谱图像;将高光谱图像标准化,同时做去均值处理;针对高光谱图像中每一像素点确定目标窗口与背景窗口,使用KCCA方法分析;将KCCA分析得到的结果分离出背景信息与目标信息,计算原图像与背景图像、目标图像平方差之间的差值,作为最终的检测结果。
-
公开(公告)号:CN104268571A
公开(公告)日:2015-01-07
申请号:CN201410490236.8
申请日:2014-09-23
申请人: 西安电子科技大学
CPC分类号: G06K9/6223 , G06T2207/10048
摘要: 本发明涉及一种基于最小树聚类的红外多目标分割方法,其特征在于:采用背景差分法和形态学操作预处理图像,得到目标区域和背景区域分离的二值化图像;二值图像中所有目标区域的像素点均匀采样和最近邻划分将目标区域像素初始划分成各个小类;以各个小类为顶点,以L1范数和高斯核函数计算得到的类间间距为边长构造一棵最小树;计算得到的边长阈值并切割最小树长边,得到最终的聚类结果,剔除孤立点和噪声点,剩余每一类为一个目标;在原始红外图像上用十字叉标示各个目标形心,用矩形框标示各个目标空间范围。
-
公开(公告)号:CN102979989A
公开(公告)日:2013-03-20
申请号:CN201210445247.5
申请日:2012-11-09
申请人: 西安电子科技大学
IPC分类号: F16L55/34
摘要: 本发明公开了提供一种蠕动式管道爬行器,包括三个三爪机构、丝杆(P)和管道参数测量头(H);丝杆(P)与管道参数测量头(H)之间为万向刚性连接,爪(B1)~爪(B3)形成的三爪机构与丝杆(P)为螺纹式连接,爪(A1)~爪(A3)、爪(C1)~爪(C3)形成的三爪机构与丝杆(P)均为滚轴式连接,爪(A1)~爪(A3)和爪(C1)~爪(C3)形成的三爪机构在丝杆(P)轴向不能相对位移;三个三爪机构支撑丝杆(P)并协调运动;.爬行过程不打滑,爬行进程精度高,误差<0.1mm;爪子伸缩行程的动态范围大,可在多种不同口径的管道内爬行;爬行器爬行的步长、速率和运动方向等运动状态及其变化都能精确设定和自动控制;爬行器的轴向驱动(或牵引)力大,适用于推(或拉)动重负载;爬行器具有自定中功能。
-
公开(公告)号:CN104268852B
公开(公告)日:2018-01-09
申请号:CN201410453241.1
申请日:2014-09-05
申请人: 西安电子科技大学
IPC分类号: G06T7/00
摘要: 本发明提供一种红外序列图像中弱小目标的检测方法,根据生成的随机投影空间采集低维小数据量图像信号根据马氏距离将采集到的低维小数据量图像信号中的单帧子图像分别与原始红外序列图像进行背景抑制和弱小目标信息保留的处理,根据处理后获得的红外序列图像选择分割阈值τ,根据所述分割阈值τ检测所述红外序列图像中的弱小目标;本发明还提供一种红外序列图像中弱小目标的检测方法,通过该方法降低了图像处理数据量,检测流程简单易实现,缩短了数据运算时间,同时能够显著提升相关检测系统的实时检测性能。
-
-
-
-
-
-
-
-
-