-
公开(公告)号：CN106919919B
公开(公告)日：2019-08-06
申请号：CN201710111640.3
申请日：2017-02-28
申请人： 西安电子科技大学
摘要： 本发明属于雷达目标鉴别技术领域，公开了一种基于多特征融合词包模型的SAR目标鉴别方法，包括：1.获取训练切片图像和测试切片图像中每幅图像对应的多组局部特征；2.得到多组局部特征对应的视觉字典；3.对多组局部特征进行底层特征编码，得到训练切片图像和测试切片图像的BoW模型直方图特征，进而得到融合后的训练切片图像和测试切片图像的全局特征；4.使用直方图交叉核支持向量机对测试切片全局特征进行鉴别；本发明提升了鉴别的性能，可用于对复杂场景的SAR目标鉴别。
-
公开(公告)号：CN106204664B
公开(公告)日：2019-03-08
申请号：CN201610570770.9
申请日：2016-07-19
申请人： 西安电子科技大学
IPC分类号： G06T7/40
摘要： 本发明公开了一种基于SAR的局部自适应回归核SAR‑LARK特征的舰船目标检测方法，主要解决现有SAR舰船检测方法高检测率下虚警较多的问题。其实现方案为：1.输入原始SAR幅度图像；2.基于均值比梯度算法计算SAR图像中每个像素点的SAR‑LARK特征矢量；3.基于SAR‑LARK特征矢量计算每个像素点的显著性大小，得到显著性图；4.对显著性图进行局部极大值点检测；5.将局部极大值点与设定的检测门限进行比较，得到最终检测结果。本发明能很好地捕获图像中目标和杂波的局部结构差异，在保持高的检测率的同时减少了虚警，提高了检测性能，可用于对地面目标和海面目标的检测与鉴别。
-
公开(公告)号：CN105930848B
公开(公告)日：2019-02-15
申请号：CN201610217482.5
申请日：2016-04-08
申请人： 西安电子科技大学
摘要： 本发明公开了一种基于SAR‑SIFT特征的SAR图像目标识别方法，主要解决现有技术对SAR图像目标识别不准确的问题。其方案为：1.输入原始SAR图像感兴趣区域的幅度图像，并进行配准；2.对配准后的图像进行二值分割；3.根据分割图像提取配准图像上的强散射点；4.根据分割图像提取配准图像上的角点，并将强散射点与角点联合，得到SAR‑SIFT特征向量；5.分别计算测试样本与训练样本的特征向量集之间距离和特征点坐标集之间的距离，再将这两个距离融合得到识别结果。本发明能有效降低SAR图像中存在的斑点噪声和目标变体对SAR图像目标识别的影响，可用于SAR图像中的目标分类识别。
-
公开(公告)号：CN106919919A
公开(公告)日：2017-07-04
申请号：CN201710111640.3
申请日：2017-02-28
申请人： 西安电子科技大学
CPC分类号： G06K9/0063 , G06K9/6288
摘要： 本发明属于雷达目标鉴别技术领域，公开了一种基于多特征融合词包模型的SAR目标鉴别方法，包括：1.获取训练切片图像和测试切片图像中每幅图像对应的多组局部特征；2.得到多组局部特征对应的视觉字典；3.对多组局部特征进行底层特征编码，得到训练切片图像和测试切片图像的BoW模型直方图特征，进而得到融合后的训练切片图像和测试切片图像的全局特征；4.使用直方图交叉核支持向量机对测试切片全局特征进行鉴别；本发明提升了鉴别的性能，可用于对复杂场景的SAR目标鉴别。
-
公开(公告)号：CN106204664A
公开(公告)日：2016-12-07
申请号：CN201610570770.9
申请日：2016-07-19
申请人： 西安电子科技大学
IPC分类号： G06T7/40
CPC分类号： G06T7/40 , G06T2207/10044
摘要： 本发明公开了一种基于SAR的局部自适应回归核SAR-LARK特征的舰船目标检测方法，主要解决现有SAR舰船检测方法高检测率下虚警较多的问题。其实现方案为：1.输入原始SAR幅度图像；2.基于均值比梯度算法计算SAR图像中每个像素点的SAR-LARK特征矢量；3.基于SAR-LARK特征矢量计算每个像素点的显著性大小，得到显著性图；4.对显著性图进行局部极大值点检测；5.将局部极大值点与设定的检测门限进行比较，得到最终检测结果。本发明能很好地捕获图像中目标和杂波的局部结构差异，在保持高的检测率的同时减少了虚警，提高了检测性能，可用于对地面目标和海面目标的检测与鉴别。
-
公开(公告)号：CN105930848A
公开(公告)日：2016-09-07
申请号：CN201610217482.5
申请日：2016-04-08
申请人： 西安电子科技大学
CPC分类号： G06K9/4671 , G06K9/6215 , G06K9/6221
摘要： 本发明公开了一种基于SAR‑SIFT特征的SAR图像目标识别方法，主要解决现有技术对SAR图像目标识别不准确的问题。其方案为：1.输入原始SAR图像感兴趣区域的幅度图像，并进行配准；2.对配准后的图像进行二值分割；3.根据分割图像提取配准图像上的强散射点；4.根据分割图像提取配准图像上的角点，并将强散射点与角点联合，得到SAR‑SIFT特征向量；5.分别计算测试样本与训练样本的特征向量集之间距离和特征点坐标集之间的距离，再将这两个距离融合得到识别结果。本发明能有效降低SAR图像中存在的斑点噪声和目标变体对SAR图像目标识别的影响，可用于SAR图像中的目标分类识别。
-
公开(公告)号：CN106291550B
公开(公告)日：2018-11-16
申请号：CN201610602662.5
申请日：2016-07-27
申请人： 西安电子科技大学
摘要： 本发明公开了一基于局部散射机制差异回归核的极化SAR舰船检测方法，主要解决现有技术对目标与杂波的差异性表征不足的问题，其实现步骤为：1)对原始极化SAR数据进行极化目标分解，获取每个像素点在二次散射与体散射机制下的相干矩阵；2)基于每个像素点在两种散射机制下的相干矩阵，提取局部散射机制差异回归核特征；3)根据显著性检测原理，结合局部散射机制差异回归核特征，获取极化SAR图像的显著性图；4)对显著性图进行局部极大值检测，设置检测阈值，将局部极大值与检测阈值比较，获得最终的检测结果。本发明有效提高了舰船目标与局部杂波的差异性和对弱小目标的检测性能，可用于极化SAR图像目标检测。
-
公开(公告)号：CN106291550A
公开(公告)日：2017-01-04
申请号：CN201610602662.5
申请日：2016-07-27
申请人： 西安电子科技大学
摘要： 本发明公开了一基于局部散射机制差异回归核的极化SAR舰船检测方法，主要解决现有技术对目标与杂波的差异性表征不足的问题，其实现步骤为：1)对原始极化SAR数据进行极化目标分解，获取每个像素点在二次散射与体散射机制下的相干矩阵；2)基于每个像素点在两种散射机制下的相干矩阵，提取局部散射机制差异回归核特征；3)根据显著性检测原理，结合局部散射机制差异回归核特征，获取极化SAR图像的显著性图；4)对显著性图进行局部极大值检测，设置检测阈值，将局部极大值与检测阈值比较，获得最终的检测结果。本发明有效提高了舰船目标与局部杂波的差异性和对弱小目标的检测性能，可用于极化SAR图像目标检测。
-
-
-
-
-
-
-
搜索结果
8 条记录 (耗时 0.032 秒)
