-
公开(公告)号：CN109598306B
公开(公告)日：2021-09-03
申请号：CN201811489560.2
申请日：2018-12-06
申请人： 西安电子科技大学
摘要： 一种基于光谱反射率曲线矩阵SRCM和卷积神经网络的高光谱图像分类方法，主要解决现有技术中高光谱图像分类精度低的问题。本发明具体步骤如下：(1)构建卷积神经网络；(2)对待分类的高光谱图像加噪；(3)对图像数据逐波段归一化；(4)生成空间光谱特征矩阵集合；(5)生成堆叠空间光谱反射率曲线矩阵集合；(6)生成训练数据集和测试数据集；(7)训练卷积神经网络；(8)对测试数据集进行分类。本发明利用融合不同层特征的卷积神经网络对高光谱图像的堆叠空间光谱反射率曲线矩阵进行特征学习，从而进行分类，具有针对高光谱图像分类问题精度高的优点。
-
公开(公告)号：CN107392940B
公开(公告)日：2020-10-30
申请号：CN201710437638.5
申请日：2017-06-12
申请人： 西安电子科技大学
摘要： 本发明公开了一种基于堆栈半监督自适应去噪自编码器的SAR图像变化检测方法，解决了现有方法对相干斑噪声点和较多边缘的变化区域检测精度不高的问题。其实现步骤为：首先生成多尺度差异指导图；将时相1图像作为输入来训练SDAE；将多尺度差异指导图、时相1和时相2图像作为输入来训练SSADAE，SSADAE自适应误差函数中使用了SDAE训练得到的权重；然后用SSADAE计算时相1和时相2图像的特征向量；将两者相减得到差异向量，再对其进行FCM分类，得到变化检测结果图。本发明首先提出了多尺度差异指导图，能够突出差异图中的变化区域；之后提出的SSADAE能够利用图像中少量的标记样本，进一步提高变化检测准确度。
-
公开(公告)号：CN107464220B
公开(公告)日：2020-07-28
申请号：CN201710532751.1
申请日：2017-07-03
申请人： 西安电子科技大学
IPC分类号： G06T5/00
摘要： 本发明属于公路面层病害检测预处理技术领域，具体公开了一种基于重力叠加模型的公路面层病害图像增强方法，包括步骤：(1)输入实时拍摄得到的路面视频，并对其采样获得公路面层病害图像Xt；(2)制作基于灰度值‑距离的叠加权重对照表M，大小为m×n；(3)对于图像X中每一像素i做基于重力叠加模型的双边滤波,得到增强的像素值Yt,i；(4)遍历Xt，得到最终增强结果Yt。本发明方法不仅具有双边滤波、可以同时平滑噪声和保持目标边缘的特点，而且在重力叠加模型中引入了一个向上的弹力分量，用来滤除掉大量较大的孤立斑点噪声，能够针对公路面层病害图像进行有效的增强滤波，从而为之后病害区域检测提供高质量的数据。
-
公开(公告)号：CN106373077B
公开(公告)日：2019-04-23
申请号：CN201610693740.7
申请日：2016-08-19
申请人： 西安电子科技大学
IPC分类号： G06T1/00
摘要： 本发明公开了一种基于相对比值的数字水印方法，主要解决现有技术在含水印图像局部失真不一致时稳健性较差的问题。其实现步骤包括：1)从原始图像的变换系数中选出一个系数集合并进行两两组合形成系数对；2)修改一对系数嵌入一个水印比特，直至嵌入所有水印；3)执行1)中相应的逆过程得到含水印图像；4)从原始图像和含水印图像中分别获得对应水印嵌入位置上的两个系数对集合；5)利用相对比值法逐个提取水印比特，直至提取所有水印。本发明能在确保水印不可见性的同时大大增强水印信息的稳健性，可用于版权保护与追踪，秘密通信及真伪鉴别。
-
公开(公告)号：CN105320959B
公开(公告)日：2018-11-16
申请号：CN201510639916.6
申请日：2015-09-30
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端元学习的高光谱图像稀疏解混方法，主要解决了现有技术在低信噪比的高光谱图像解混过程中，高光谱图像解混精度低、重构效果差、耗时长、效率低的问题。本发明的步骤为：输入高光谱数据，合成高光谱基数据，端元学习，求解高光谱数据丰度矩阵，计算高光谱数据丰度矩阵的重构误差，输出解混结果。本发明采用了新的求解模式，引入了端元学习的思想，具有解混精度高、重构效果好、效率高的优点，同时求解步骤简单，原理清晰，可用于高光谱图像的理解解译。
-
公开(公告)号：CN107392940A
公开(公告)日：2017-11-24
申请号：CN201710437638.5
申请日：2017-06-12
申请人： 西安电子科技大学
摘要： 本发明公开了一种基于堆栈半监督自适应去噪自编码器的SAR图像变化检测方法，解决了现有方法对相干斑噪声点和较多边缘的变化区域检测精度不高的问题。其实现步骤为：首先生成多尺度差异指导图；将时相1图像作为输入来训练SDAE；将多尺度差异指导图、时相1和时相2图像作为输入来训练SSADAE，SSADAE自适应误差函数中使用了SDAE训练得到的权重；然后用SSADAE计算时相1和时相2图像的特征向量；将两者相减得到差异向量，再对其进行FCM分类，得到变化检测结果图。本发明首先提出了多尺度差异指导图，能够突出差异图中的变化区域；之后提出的SSADAE能够利用图像中少量的标记样本，进一步提高变化检测准确度。
-
公开(公告)号：CN107341824A
公开(公告)日：2017-11-10
申请号：CN201710437271.7
申请日：2017-06-12
申请人： 西安电子科技大学
IPC分类号： G06T7/33
摘要： 本发明公开了一种图像配准的综合评价指标生成方法，其步骤包括：在初始匹配特征点对中随机选取，得到其子集，利用子集计算变换矩阵；计算每对匹配特征点对的匹配误差和所有匹配误差的均值，通过前者小于后者的数目获得累积误差消除指标Z；计算参考图像中不同匹配特征点对间距离总和，将参考图像划分图像块，统计其中的匹配特征点对占比与其最大值和最小值之差，获得分布指标P；计算每对匹配特征点对的匹配量化误差并求和，得到匹配量化误差指标O；计算所有匹配特征点对匹配误差均值并求出均值量化误差指标R；将Z、P、O和R组合计算最终的综合评价指标RE。本发明能够有效解决RMSE类似评价指标会受到特征点数目和误差均值影响的问题。
-
公开(公告)号：CN104376565B
公开(公告)日：2017-03-29
申请号：CN201410695579.8
申请日：2014-11-26
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离散余弦变换和稀疏表示的无参考图像质量评价方法，主要解决现有技术对无参考图像质量评价不准确的问题。其实现步骤是：输入一副灰度图像，对其进行离散余弦变换并提取自然场景统计特征；提取一系列不同失真类型和不同内容的图像的自然场景统计特征，结合平均主观差异分数构建原始特征字典；对原始特征字典进行聚类，根据测试图像特征与原始特征字典中各类的近似程度自适应选择原子组成稀疏表示字典；利用稀疏表示在特征空间张成测试图像特征并计算稀疏表示系数，结合稀疏表示字典中的主观评价值进行线性加权
-
公开(公告)号：CN103971697B
公开(公告)日：2016-11-23
申请号：CN201410227922.6
申请日：2014-05-27
申请人： 西安电子科技大学
IPC分类号： G10L21/0232
摘要： 本发明公开了一种基于非局部均值滤波的语音增强方法，主要解决现有技术在语音增强后易产生音乐噪声的问题。其实现步骤是：(1)输入带噪语音，计算带噪语音信号功率谱；(2)对带噪语音信号功率谱进行修改谱减法预处理，得到带噪语音估计功率谱；(3)由估计功率谱得到估计频谱，再对估计频谱进行短时傅立叶逆变换，得到预处理后语音；(4)对预处理后语音进行非局部均值滤波，计算语音修正值；(5)使用计算出来的修正值替代原始含噪语音信号。本发明为以非局部原理为基础，通过对待增强点邻域内的相似点进行加权平均，既能抑制背景噪声同时保持了语音清晰度，有效提高了语音质量，可用于移动通信。
-
公开(公告)号：CN106023102A
公开(公告)日：2016-10-12
申请号：CN201610322871.4
申请日：2016-05-16
申请人： 西安电子科技大学
IPC分类号： G06T5/00
CPC分类号： G06T5/005 , G06T2207/10004
摘要： 本发明公开了一种基于多尺度结构块的图像修复方法，主要解决现有技术对修复较大结构区域时易出现失真的技术问题。其实现过程包括：针对待修复区域边沿像素，通过其在不同尺度下的不一致性度量和尺度不变性度量计算优先级；对当前优先级最高的待修复区域边沿像素，依其优先级自适应确定待修复块尺寸；应用非局部重构技术对该待修复块进行修复；遍历图中待修复区域，重复上述过程,直到修复结束。本发明运用不同尺度图像块结构信息，挑选有效结构块修复，改善了非规则纹理和随机内容优先级判断，保持了图像纹理和结构一致性也抑制了人工效应。本发明获得视觉效果和数据指标更好的图像修复结果，可用于破损图像修复及目标物移除。
-
-
-
-
-
-
-
-
-
搜索结果
352 条记录 (耗时 0.044 秒)
