-
公开(公告)号：CN117132782A
公开(公告)日：2023-11-28
申请号：CN202311070715.X
申请日：2023-08-23
申请人： 西安电子科技大学
IPC分类号： G06V10/44 , G06T7/13 , G06T7/62 , G06V10/48 , G06V10/764
摘要： 本发明公开了一种基于特征点分类的目标轮廓特征提取方法及装置，该方法包括：获取图像中的目标的外形轮廓图；基于八邻域追踪法对外形轮廓图进行边缘检测，得到目标边缘轮廓；目标边缘轮廓包括一组有序的边缘轮廓点；对目标边缘轮廓进行分段，并利用道格拉斯‑普克算法分别识别各分段曲线的特征点，得到一组有序的轮廓特征点；对一组有序的轮廓特征点进行特征点分类，得到各轮廓特征点分别为直线特征点或圆弧特征点的分类结果，并将该组轮廓特征点及其分类结果作为所提取的目标轮廓特征。本发明实现了一种适用性强且误差小的目标轮廓特征提取方法。
-
公开(公告)号：CN116224277A
公开(公告)日：2023-06-06
申请号：CN202310241578.5
申请日：2023-03-14
申请人： 西安电子科技大学
IPC分类号： G01S7/41
摘要： 本发明公开了一种基于时频谱能量分布与奇异值分解的海杂波抑制方法，包括：对回波信号进行STFT得到时频谱，计算每一时频点的瞬时能量；等分时频谱的频率区间，计算每个时间点下频率子区间占总频率区间的能量占比；针对每个时间点，选取能量占比最大的频率子区间的幅度均值作为滤波阈值，用阈值对该时间点下的时频点进行滤波；对滤波后的时频谱进行逆短时傅里叶变换，并对得到的回波信号矩阵进行奇异值分解；从奇异值分解结果中选取表征杂波的奇异值集合，基于奇异值集合构建信号子空间矩阵；将回波信号矩阵投影到信号子空间矩阵中，得到抑制杂波后的回波信号。本发明在强海杂波环境下实现有效海杂波抑制，提升了雷达对弱目标的检测能力。
-
公开(公告)号：CN118506175A
公开(公告)日：2024-08-16
申请号：CN202410455722.X
申请日：2024-04-16
申请人： 西安电子科技大学
IPC分类号： G06V20/10 , G06V10/764 , G06V10/82 , G06V10/44 , G06V10/80
摘要： 本申请的实施例涉及地物分类技术领域，特别涉及一种基于多注意力增强的多模遥感图像地物分类方法，该方法包括：在待识别多模遥感图像中确定目标像素点，以目标像素点为中心在待识别多模遥感图像中截取预设尺寸的子图像，并对子图像进行L1归一化，将L1归一化后的子图像作为目标像素点对应的多模数据；将多模数据输入至预训练的三分支地物分类模型中，获取三分支地物分类模型输出的对目标像素点的地物分类结果；其中，三分支地物分类模型由浅层特征提取网络、多注意力增强网络、耦合学习网络和分类网络组成，浅层特征提取网络由光谱分支网络、空间分支网络和高程分支网络组成。该方法大幅提升了地物分类的速度、效率和精确度。
-
公开(公告)号：CN116958183A
公开(公告)日：2023-10-27
申请号：CN202310966839.X
申请日：2023-08-02
申请人： 西安电子科技大学
摘要： 本发明公开了一种基于特征点拟合圆弧并恢复图像外形轮廓的方法，包括：根据获取的目标图像的外形轮廓的特征点信息，识别每段圆弧，确定每段圆弧的位置信息；由该段圆弧的初始点、中间点和终止点确定圆心和半径；利用该段圆弧的初始点、中间点和圆心，根据向量叉乘确定该段圆弧的拟合方向；参数化表示该段圆弧，并根据该段圆弧的拟合方向计算出该段圆弧对应角度的范围；根据该段圆弧的圆心、半径以及对应角度的范围拟合出该段圆弧；在各段圆弧均拟合完成后，将其余直线特征点进行直线相连，恢复出目标图像的外形轮廓。本发明针对现有图像识别圆弧不精准的问题，能够提高圆弧识别的精度，从而提升圆弧拟合能力，完成对图像外形形状的低数据量恢复。
-
公开(公告)号：CN102034107B
公开(公告)日：2012-12-05
申请号：CN201010570786.2
申请日：2010-12-02
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鲁棒视觉注意特征与稀疏表示的不良图像判别方法，主要解决现有基于低级语义特征的方法不足以描述不良图像信息的内容，从而导致误判的问题。其步骤是：(1)采用高斯混合模型寻求多峰肤色分布的规律，建立肤色模型；(2)通过Bootstrap的主动反馈方法优化肤色模型；(3)引入人眼视觉注意模型，检测图像中有限的显著特征点；(4)进一步利用肤色区域去除冗余特征点；(5)对图像保留下来的感兴趣点采用尺度不变特征转换SIFT进行描述；(6)生成不良图像和正常图像的码本库；(7)采用稀疏表示中的图像重构误差检索出不良图像。实验结果表明，本发明具有更强的鲁棒性，能更好的分辨出不良图像和正常图像。
-
公开(公告)号：CN102034107A
公开(公告)日：2011-04-27
申请号：CN201010570786.2
申请日：2010-12-02
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鲁棒视觉注意特征与稀疏表示的不良图像判别方法，主要解决现有基于低级语义特征的方法不足以描述不良图像信息的内容，从而导致误判的问题。其步骤是：(1)采用高斯混合模型寻求多峰肤色分布的规律，建立肤色模型；(2)通过Bootstrap的主动反馈方法优化肤色模型；(3)引入人眼视觉注意模型，检测图像中有限的显著特征点；(4)进一步利用肤色区域去除冗余特征点；(5)对图像保留下来的感兴趣点采用尺度不变特征转换SIFT进行描述；(6)生成不良图像和正常图像的码本库；(7)采用稀疏表示中的图像重构误差检索出不良图像。实验结果表明，本发明具有更强的鲁棒性，能更好的分辨出不良图像和正常图像。
-
-
-
-
-
搜索结果
6 条记录 (耗时 0.021 秒)
