-
公开(公告)号：CN115131373B
公开(公告)日：2023-10-27
申请号：CN202210854382.9
申请日：2022-07-14
申请人： 西安电子科技大学
IPC分类号： G06T7/11 , G06T7/13 , G06T7/40 , G06V10/762 , G06V10/80
摘要： 本发明提出了一种基于纹理特征和SLIC的SAR图像分割方法，解决了SAR噪声和复杂纹理导致的分割精度低的技术问题。实现步骤为：将SAR图像分为K个超像素块；获得更新后的聚类中心C'i；获得SAR图像的边缘图像；获得搜索区域；计算搜索区域的纹理特征；基于SLIC算法对SAR图像进行分割。本发明对序列#imgabs0#三值化，降低噪声影响和计算量；通过三值化序列Hk的平均频谱AMP的收敛性获得搜索区域Ω，计算区域Ω的纹理特征；通过SLIC算法获得SAR图像的分割结果，用于SAR图像分割。
-
公开(公告)号：CN118429240A
公开(公告)日：2024-08-02
申请号：CN202410554900.4
申请日：2024-05-07
申请人： 西安电子科技大学
IPC分类号： G06T5/90 , G06T7/11 , G06T3/4038
摘要： 本发明提出了一种基于邻像素分割和多曲线融合的暗图像增强方法，用以解决低环境光照下拍摄图像的细节丢失，人工调参成本高，增强速度慢，算法的使用场景局限的问题。本发明的步骤为使用邻像素采样分割将原初始暗图像一分为四并将其像素值做归一化预处理；再将每幅图像分别送入一个线程进行多曲线拟合；随后将其映射的数值传入高斯误差函数中对其求取相应积分上下限中的数值；将得到的数值做差值归一化再恢复至标准像素值当中；最后逆用邻像素采样合成增强图像。本发明可以完成对不同夜视环境下的图像的增强，可得到较为明显的暗图像细节信息，并且处理速度较快。本发明调整参数较少，操作方便，可用于实时暗视频增强。
-
公开(公告)号：CN115689911A
公开(公告)日：2023-02-03
申请号：CN202211091622.0
申请日：2022-09-07
申请人： 西安电子科技大学
IPC分类号： G06T5/00 , G06T5/40 , G06T7/11 , G06V10/762 , G06T3/40
摘要： 本发明提出了一种基于引导函数和自适应数目超像素的图像去雾方法，用于解决低照度下图像中物体边缘丢失，以及人工调参成本高的问题。本发明的实现步骤为：使用引导函数对有雾图像进行增强；获取大气强度值；利用亮度直方图的波峰总数自适应超像素数目，并将图像分割成超像素；使用超像素计算图像中每个像素的透射率；结合大气强度和透射率实现图像去雾。本发明可以对包含夜间图像在内的有雾光学图像进行高质量地去雾，去雾后不会带来伪影和光晕，同时可以保留图像地真实边缘，不会丢失细节。本发明不需要人工调参，操作便捷，可用于实时视频去雾。
-
公开(公告)号：CN115423838A
公开(公告)日：2022-12-02
申请号：CN202211072177.3
申请日：2022-09-02
申请人： 西安电子科技大学
摘要： 本发明提出了一种基于SLIC超像素的SAR图像多特征区域合并方法，用于提高SAR图像分割精度。实现步骤为：采用SLIC超像素算法对SAR图像进行分割；提取每个超像素的灰度特征和纹理特征；获取每两个相邻超像素之间的相似性系数；确定待合并的超像素对；计算每个待合并超像素对的合并指数；获取SAR图像多特征区域合并结果；判断超像素的个数与阈值的大小；输出新合并的超像素的SAR图像。本发明首先使用SLIC超像素算法对SAR图像进行过分割，然后借助不同特征将相邻超像素融合，提高了SAR图像的分割精度。
-
公开(公告)号：CN116167234A
公开(公告)日：2023-05-26
申请号：CN202310199159.X
申请日：2023-03-03
申请人： 西安电子科技大学
IPC分类号： G06F30/20 , G06N3/126 , G06F111/04 , G06F111/06
摘要： 本发明提出了一种基于改进遗传算法的子阵分布式阵列设计方法，实现步骤为：建立子阵分布式阵列峰值副瓣电平数学模型；建立以子阵分布式阵列的方向图峰值副瓣电平PSLL和子阵数量N为优化目标的优化模型；对遗传算法进行改进；通过改进的遗传算法求解优化模型获取子阵分布式阵列的设计结果。本发明有效的提高了子阵分布式阵列的优化效率，在降低峰值副瓣电平的同时有效减少子阵分布式阵列中的子阵数量，降低了数字通道成本。
-
公开(公告)号：CN114494858B
公开(公告)日：2024-09-24
申请号：CN202111656314.3
申请日：2021-12-30
申请人： 西安电子科技大学
摘要： 本发明提出了一种基于异质特征的SAR图像分割结果无监督评估方法，实现步骤为：提取SAR图像的异质特征；对待分割SAR图像进行区域分割；构建每个分割区域的特征协方差矩阵；计算每个分割区域的同质性指标以及相对于其他区域的异质性指标；获取SAR图像分割结果的评估结果。本发明提取SAR图像的异质特征包含灰度特征和纹理特征，所得到的同质性指标和异质性指标能够全面地体现分割结果的有效性，避免了现有技术存在的因所获取的分割区域内的同质性指标及分割区域间的异质性指标仅包含灰度特征导致的信息缺失的缺陷，有效提高了评估精度。
-
公开(公告)号：CN115131373A
公开(公告)日：2022-09-30
申请号：CN202210854382.9
申请日：2022-07-14
申请人： 西安电子科技大学
IPC分类号： G06T7/11 , G06T7/13 , G06T7/40 , G06V10/762 , G06V10/80
摘要： 本发明提出了一种基于纹理特征和SLIC的SAR图像分割方法，解决了SAR噪声和复杂纹理导致的分割精度低的技术问题。实现步骤为：将SAR图像分为K个超像素块；获得更新后的聚类中心C'i；获得SAR图像的边缘图像；获得搜索区域；计算搜索区域的纹理特征；基于SLIC算法对SAR图像进行分割。本发明对序列三值化，降低噪声影响和计算量；通过三值化序列Hk的平均频谱AMP的收敛性获得搜索区域Ω，计算区域Ω的纹理特征；通过SLIC算法获得SAR图像的分割结果，用于SAR图像分割。
-
公开(公告)号：CN114494858A
公开(公告)日：2022-05-13
申请号：CN202111656314.3
申请日：2021-12-30
申请人： 西安电子科技大学
摘要： 本发明提出了一种基于异质特征的SAR图像分割结果无监督评估方法，实现步骤为：提取SAR图像的异质特征；对待分割SAR图像进行区域分割；构建每个分割区域的特征协方差矩阵；计算每个分割区域的同质性指标以及相对于其他区域的异质性指标；获取SAR图像分割结果的评估结果。本发明提取SAR图像的异质特征包含灰度特征和纹理特征，所得到的同质性指标和异质性指标能够全面地体现分割结果的有效性，避免了现有技术存在的因所获取的分割区域内的同质性指标及分割区域间的异质性指标仅包含灰度特征导致的信息缺失的缺陷，有效提高了评估精度。
-
-
-
-
-
-
-
搜索结果
8 条记录 (耗时 0.037 秒)
