基于变分多尺度分解的SAR图像与可见光图像融合方法

    公开(公告)号:CN105809649B

    公开(公告)日:2019-03-26

    申请号:CN201610121425.7

    申请日:2016-03-03

    Abstract: 本发明公开了一种基于变分多尺度分解的SAR图像与可见光图像融合方法,主要解决SAR图像与可见光图像融合时由于SAR图像斑点噪声的影响导致融合图像受噪声严重,损失重要几何结构与纹理信息的问题,其实现步骤是:1)输入SAR图像和可见光图像;2)对两幅输入图像进行变分多尺度分解,得到结构分量和纹理分量;3)采用基于曲线波变换的融合策略对两幅图像的结构分量进行融合;4)采用局部能量融合策略对两幅图像的纹理分量进行融合;5)将融合后的结构分量和纹理分量相加得到融合图像。本发明与现有技术相比,融合后的结构与细节信息更加清晰,有效抑制了斑点噪声对融合结果的影响,可用于图像增强处理,目标检测与识别。

    基于各项异性扩散空间的SAR图像显著性区域检测方法

    公开(公告)号:CN104899873B

    公开(公告)日:2017-10-24

    申请号:CN201510254252.1

    申请日:2015-05-18

    Abstract: 本发明公开了一种基于各项异性扩散空间的SAR图像显著性区域检测方法,主要解决斑点噪声下现有算法不能准确有效检测SAR图像显著性区域的问题。其实现步骤是:(1)通过不同尺度的检测窗口,计算像素点在不同尺度上的边缘强度及扩散系数;(2)利用不同尺度的行边缘参数矩阵和列边缘参数矩阵,构建不同尺度的尺度图及其对比图;(3)在不同尺度图及其对比图上构建对应尺度窗口,计算尺度显著性度量,并由此判断显著性,确定像素点的显著性度量和显著性尺度;(4)通过迭代得到稳定的显著性区域坐标及其区域范围。本发明减少了斑点噪声的影响,提高了检测准确性,能有效给出显著性区域的范围,可用于SAR图像目标检测和目标识别。

    基于非平稳条件场的SAR图像分割方法

    公开(公告)号:CN104732552B

    公开(公告)日:2017-07-28

    申请号:CN201510165617.3

    申请日:2015-04-09

    Abstract: 本发明公开了一种基于非平稳条件场的SAR图像分割方法,主要解决现有技术分割不准确的问题。其实现步骤是:1.输入SAR图像,初始化分割获得分割标记场;2.对SAR图像进行初始区域划分,采用稀疏描述算法获取初始区域之间的相关性测度;3.依据初始区域之间的相关性测度,构建每一像素点对应的非平稳邻域;4.将非平稳邻域引入到条件场模型中,构建非平稳邻域下的一元、二元势能函数;5.对一元、二元势能函数进行整合,构建非平稳条件场模型中的全局后验概率;6.对全局后验概率进行贝叶斯推导,获得最终分割结果。本发明提高了SAR图像同质区域的分割一致性及细节特征的分割精度,可用于SAR图像目标检测与识别。

    基于各项异性扩散空间的SAR图像显著性区域检测方法

    公开(公告)号:CN104899873A

    公开(公告)日:2015-09-09

    申请号:CN201510254252.1

    申请日:2015-05-18

    CPC classification number: G06T7/0002 G06T2207/10044

    Abstract: 本发明公开了一种基于各项异性扩散空间的SAR图像显著性区域检测方法,主要解决斑点噪声下现有算法不能准确有效检测SAR图像显著性区域的问题。其实现步骤是:(1)通过不同尺度的检测窗口,计算像素点在不同尺度上的边缘强度及扩散系数;(2)利用不同尺度的行边缘参数矩阵和列边缘参数矩阵,构建不同尺度的尺度图及其对比图;(3)在不同尺度图及其对比图上构建对应尺度窗口,计算尺度显著性度量,并由此判断显著性,确定像素点的显著性度量和显著性尺度;(4)通过迭代得到稳定的显著性区域坐标及其区域范围。本发明减少了斑点噪声的影响,提高了检测准确性,能有效给出显著性区域的范围,可用于SAR图像目标检测和目标识别。

    基于非平稳条件场的SAR图像分割方法

    公开(公告)号:CN104732552A

    公开(公告)日:2015-06-24

    申请号:CN201510165617.3

    申请日:2015-04-09

    Abstract: 本发明公开了一种基于非平稳条件场的SAR图像分割方法,主要解决现有技术分割不准确的问题。其实现步骤是:1.输入SAR图像,初始化分割获得分割标记场;2.对SAR图像进行初始区域划分,采用稀疏描述算法获取初始区域之间的相关性测度;3.依据初始区域之间的相关性测度,构建每一像素点对应的非平稳邻域;4.将非平稳邻域引入到条件场模型中,构建非平稳邻域下的一元、二元势能函数;5.对一元、二元势能函数进行整合,构建非平稳条件场模型中的全局后验概率;6.对全局后验概率进行贝叶斯推导,获得最终分割结果。本发明提高了SAR图像同质区域的分割一致性及细节特征的分割精度,可用于SAR图像目标检测与识别。

    基于多尺度图像块特征和稀疏表示的SAR图像配准方法

    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

    Abstract: 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。

    基于多尺度图像块特征和稀疏表示的SAR图像配准方法

    公开(公告)号:CN105787943A

    公开(公告)日:2016-07-20

    申请号:CN201610118533.9

    申请日:2016-03-03

    CPC classification number: G06T3/0075 G06T2207/10044 G06T2207/20064

    Abstract: 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。

    基于相位一致性和SIFT的SAR图像配准方法

    公开(公告)号:CN103914847B

    公开(公告)日:2017-03-29

    申请号:CN201410143117.5

    申请日:2014-04-10

    Abstract: 本发明公开了一种基于相位一致性和SIFT的SAR图像配准方法,主要解决了传统SIFT方法应用于合成孔径雷达SAR图像配准失效或精度较低的问题,本发明实现的步骤是:(1)输入两幅图像;(2)提取SIFT特征;(3)筛选特征点;(4)滤除错误匹配点对;(5)获得几何形变参数;(6)得到配准结果。本发明与现有技术相比,改善了对错误匹配点的滤除能力,增强了对噪声的鲁棒性,从而提高了实测合成孔径雷达SAR图像配准的精度。

    基于高维三重马尔可夫场的SAR图像分割方法

    公开(公告)号:CN103606164B

    公开(公告)日:2016-11-02

    申请号:CN201310647726.X

    申请日:2013-12-03

    Abstract: 本发明公开了一种基于高维三重马尔可夫场的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,并对其初始化分割获得分割标记场;(2)通过自协方差运算,建立附加标记场;(3)计算像素点分割标记可靠性参数;(4)计算像素点与其高维邻域内像素点的起伏相似性参数;(5)构建高维邻域下分割标记场、附加标记场以及SAR图像三者的联合分布概率;(6)基于联合分布概率,构建后验边缘概率分割模型;(7)最大化后验边缘概率更新分割标记场和附加标记场,获得最终分割结果。本发明提高了同质区域的分割一致性及异质区域的分割精度,可用于SAR图像目标检测与识别。

    区域相似性和局部空间约束的非刚性SAR图像配准方法

    公开(公告)号:CN104732546A

    公开(公告)日:2015-06-24

    申请号:CN201510155396.1

    申请日:2015-04-02

    Abstract: 本发明公开了一种区域相似性和局部空间约束的非刚性SAR图像配准方法,主要解决现有刚性配准方法应用于大幅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;2.提取输入图像的特征点,计算局部特征描述符相似性;3.构建特征点背景区域相似性;4.构建特征点局部空间约束条件;5.根据步骤2、3和4构建匹配代价函数;6.利用概率松弛算法对匹配代价函数进行迭代优化,得到最佳匹配点;7.根据最佳匹配点,获得几何形变参数,得到配准结果。本发明与现有技术相比,增强了对斑点噪声和特征异常点的鲁棒性,提高了模拟非刚性形变的能力,提高了大幅实测SAR图像配准效果,可用于图像融合和变化检测。

Patent Agency Ranking