-
公开(公告)号：CN112712050A
公开(公告)日：2021-04-27
申请号：CN202110032928.8
申请日：2021-01-12
申请人： 西安电子科技大学
摘要： 本发明公开了一种基于DS证据融合的极化SAR图像语义变化检测方法，主要解决现有技术无法进行语义级变化检测及边缘定位差的问题。其方案为：输入两时相极化SAR图像及真实语义变化图；在两时相图像上生成训练集和测试集；构造卷积神经网络，并用训练集训练；测试集通过训练好网络得到语义变化特征，并将其输入到分类器中得到语义变化概率；通过差异算子生成两时相差异图，并对其初始化标记场；在标记场上通过马尔可夫随机场建模得到最终标记场，计算其变化概率，并将该变化概率与语义变化概率进行融合，得到语义变化检测结果。本发明实现了语义级变化检测，增强了变化边缘的定位，增强了对噪声的鲁棒性，可用于极化SAR图像目标识别。
-
公开(公告)号：CN108537102B
公开(公告)日：2021-01-05
申请号：CN201810072110.7
申请日：2018-01-25
申请人： 西安电子科技大学
摘要： 本发明公开了一种基于稀疏特征与条件随机场的高分辨SAR图像分类方法，主要解决现有技术对复杂场景下的分类精度低和边界保持不准确的问题。其方案是：1.输入高分辨SAR图像，并从中选取构建训练数据块集合，训练稀疏特征提取算法的系统参数；2.提取SAR图像块稀疏特征，并训练logistics分类器，得到图像的分类后验概率构建一元势能函数；3.利用二值边缘划分图和边缘强度图融合后的边界约束图，构建二元势能函数；4.利用一元势能函数和二元势能函数，形成完整的全连接条件随机场模型，对该模型进行推理得到分类结果。本发明提高了高分辨SAR图像复杂场景及边缘细节的分类精度，可用于SAR图像地物分类。
-
公开(公告)号：CN106997602B
公开(公告)日：2019-08-06
申请号：CN201710160992.8
申请日：2017-03-17
申请人： 西安电子科技大学
IPC分类号： G06T7/30
摘要： 本发明公开了一种基于GPU和金字塔互信息的SAR图像配准方法，主要解决现有技术图像配准的速度慢和精度低的问题。其实现方案为：1.GPU经1/4下采样生成两幅金字塔顶层图像，同时CPU计算顶层图像移动范围；2.在顶层图像移动范围内计算顶层图像的移动位置；3.CPU由顶层图像移动位置计算中间层图像移动范围，同时GPU经1/2下采样生成两幅中间层图像；4.在中间层图像移动范围内计算中间层图像移动位置；5.根据中间层图像移动位置计算待配准图像移动范围；6.在待配准图像移动范围内计算最终配准位置，生成配准后图像。本发明将GPU应用到金字塔互信息配准算法中，提高了配准的速度和精度，可用于实时遥感数据分析。
-
公开(公告)号：CN108520494A
公开(公告)日：2018-09-11
申请号：CN201810293103.X
申请日：2018-04-04
申请人： 西安电子科技大学
摘要： 本发明公开了一种基于结构条件互信息的SAR图像与可见光图像配准方法，主要解决现有技术不稳定且配准精度较低的问题，其实现如下：1)输入参考图像与待配准图像；2)分别计算参考图像与待配准图像的经过非局部均值滤波算法处理的相位一致性信息；3)用参考图像与待配准图像的相位一致性信息分别计算参考图像与待配准图像的相位一致性边缘强度图和方向图；4)根据相位一致性边缘强度图和方向图计算参考图像与待配准图像的结构条件互信息；5)在确定搜索空间下，记录结构条件互信息最大时所对应的变换参数；6)利用变换参数对待配准图像进行变换，得到配准结果。本发明配准稳定，且配准精度较高，可用于遥感图像融合与变化检测。
-
公开(公告)号：CN105787943B
公开(公告)日：2018-08-31
申请号：CN201610118533.9
申请日：2016-03-03
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图像块特征和稀疏表示的SAR图像配准方法，主要解决现有配准方法应用于SAR图像配准效果不佳的问题，其实现的步骤是：1)输入两幅SAR图像，任选一幅作为参考图像，将另一幅作为待配准图像；2)选取参考图像特征点；3)利用多尺度图像块特征构建参考图像和待配准图像的特征点描述符；4)建立参考图像和待配准图像间的匹配点对；5)去除匹配点对中异常点；6)根据最终得到的匹配点对，建立仿射变换模型，采用最小二乘法获得几何形变参数，得到配准结果。本发明与现有技术相比，增强了对斑点噪声的鲁棒性，提高了匹配点对的准确性以及配准精度，可用于图像融合和变化检测。
-
公开(公告)号：CN105607055B
公开(公告)日：2017-12-19
申请号：CN201510988442.6
申请日：2015-12-24
申请人： 西安电子科技大学
IPC分类号： G01S13/89
摘要： 本发明公开了一种基于天线方向图的机载雷达单脉冲前视成像方法，包括以下步骤：(1)将测试的和通道数据和测试的差通道数据进行和差比幅测角；(2)计算实际的天线方向图与理想的天线方向图的相位误差角；(3)给出求解实际的天线系统的鉴角曲线的斜率K的优化模型；(4)根据第m个距离单元的第n个脉冲的和通道数据、差通道数据，计算第m个距离单元第n脉冲的散射点目标真实角度；(5)在第m个距离单元中，将具有相同散射点目标真实角度的所有脉冲中，每个脉冲的和通道数据进行非相干累加，得到该散射点目标的幅度值，进而得到所有散射点目标的幅度值，即实现对空间散射点目标及所在场景的前视成像。
-
公开(公告)号：CN103955709B
公开(公告)日：2017-04-19
申请号：CN201410200809.9
申请日：2014-05-13
申请人： 西安电子科技大学
IPC分类号： G06K9/62
摘要： 本发明公开了一种基于加权合成核与TMF的极化SAR图像分类方法，涉及极化SAR图像分类，其步骤为：步骤1，选择极化SAR图像的极化特征和训练样本，构建特征空间；步骤2，构建加权合成核；步骤3，利用加权合成核结合支持向量机实现初始分类，作为标记场X的初始值；步骤4，估计新的标记场X和新的辅助场U；步骤5，直到标记场X收敛，作为极化SAR图像最终的分类结果。本发明主要解决现有方法初始分类精度不高，与Markov场不能处理极化SAR图像的非平稳特性的问题。本发明能使同质区域分类结果更平滑且能更好地保持边缘信息，分类精度明显提高，可用于极化SAR图像的目标检测与识别。
-
公开(公告)号：CN103886606B
公开(公告)日：2017-01-25
申请号：CN201410127588.7
申请日：2014-04-01
申请人： 西安电子科技大学
IPC分类号： G06T7/00
摘要： 本发明属于雷达信号处理技术领域，特别涉及基于联合广义伽玛分布参数的SAR图像分割方法。该基于联合广义伽玛分布参数的SAR图像分割方法，包括以下步骤：得出SAR图像观测数据集的一阶对数矩和二阶对数累积量；得出广义Gamma分布的第二类特征函数；建立广义Gamma分布形状参数方程；利用二值法对所述广义Gamma分布形状参数方程进行求解，得出广义Gamma分布的形状参数；得出广义Gamma分布的尺度参数和指示形状参数；根据广义Gamma分布的形状参数、尺度参数和指示形状参数，基于三重马尔可夫场模型得出SAR图像的图像分割结果。
-
公开(公告)号：CN106324576A
公开(公告)日：2017-01-11
申请号：CN201610615352.7
申请日：2016-07-29
申请人： 西安电子科技大学
IPC分类号： G01S7/41
CPC分类号： G01S7/414
摘要： 本发明公开了一种基于自回归模型的雷达目标自适应匹配滤波方法，其主要思路为：雷达接收N个脉冲的相参脉冲序列，并将所述N个脉冲的相参脉冲序列作为目标的待检测单元回波z0，然后将雷达对目标的检测问题用二元假设检验表示，H0表示目标的待检测单元回波z0中只有干扰的假设，H1表示目标的待检测单元回波z0中存在目标和干扰的假设，分别计算H0条件下z0的概率密度函数f(z0|a,σ2,H0)，以及H1条件下z0的概率密度函数f(z0|a,σ2,α,H1)，并计算复白高斯噪声的方差σ2的最大似然估计 和M阶自回归模型复的自回归参数向量a的最大似然估计，进而计算基于自回归模型的自适应匹配滤波表达式TR：如果TR的值大于η′，则假设H1成立，即目标的待检测单元z0中存在目标；反之，则假设H0成立，即目标的待检测单元z0中没有目标。
-
公开(公告)号：CN103745472B
公开(公告)日：2016-11-23
申请号：CN201410018003.8
申请日：2014-01-15
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条件三重马尔可夫场的SAR图像分割方法，主要解决现有技术中分割区域一致性不足的问题。其实现步骤是：1.输入SAR图像，并初始化标记场和辅助场；2.提取SAR图像的纹理特征，构建标记场和辅助场联合作用下的联合后验分布；3.利用Gibbs采样对联合后验分布采样，得到标记场和辅助场的几个样本；4.利用最大后验边缘概率MPM准则更新样本，得到更新的标记场和辅助场；5.利用采样前的标记场和辅助场进行参数训练，并判断更新的标记场是否满足退出条件，若满足则输出最终的分割结果，否则返回第3步继续迭代。本发明提高了SAR图像分割区域的一致性及边缘定位的准确性，可用于SAR图像目标检测与识别。
-
-
-
-
-
-
-
-
-
搜索结果
100 条记录 (耗时 0.042 秒)
