-
公开(公告)号：CN104091343B
公开(公告)日：2017-01-18
申请号：CN201410349228.1
申请日：2014-07-22
Applicant: 西北工业大学
IPC: G06T7/00
Abstract: 本发明公开了一种基于稀疏结构的图像质量评价方法，用于解决现有图像质量评价方法评价效果差的技术问题。技术方案是对于输入的参考和退化图像，首先进行采样，得到参考图像采样矩阵和退化图像采样矩阵。然后使用参考图像采样矩阵学习出字典。求稀疏解就是使用学习出的字典，稀疏表示参考图像矩阵和退化图像矩阵，得到参考图像稀疏表示系数矩阵和退化图像稀疏表示系数矩阵。最后使用稀疏系数结构改变度评价图像质量。该方法采用稀疏结构来评价图像质量，能够更好地评价图像质量。且计算更加简单，由于不涉及具体稀疏表示系数的幅度值，所以鲁棒性更强。
-
公开(公告)号：CN106127811A
公开(公告)日：2016-11-16
申请号：CN201610502966.4
申请日：2016-06-30
Applicant: 西北工业大学
IPC: G06T7/20
CPC classification number: G06T2207/10016 , G06T2207/20004 , G06T2207/20076
Abstract: 本发明提供了一种基于上下文的目标尺度自适应跟踪方法，涉及一种图像跟踪领域，本发明以现有尺度方向自适应均值漂移算法为基础，使用基于表观特征和上下文信息的目标尺度调整算法对目标尺度调整机制进行改进，本发明的方法主要包括基于上下文信息的尺度调整类型确定，以及调用调整函数利用表观信息与上下文信息的尺度计算两部分，通过在调整机制中引入目标尺度的上下文信息，在考量表观信息的基础上，以尺度上下文信息的变化对调整类型进行细致分类，从而提高了原算法对目标尺度在目标面积数值与有效覆盖面积上的调整准确度，能有效提高原SOAMS算法对目标尺度的调整准确度。
-
公开(公告)号：CN105205488A
公开(公告)日：2015-12-30
申请号：CN201510407779.3
申请日：2015-07-13
Applicant: 西北工业大学
IPC: G06K9/46
CPC classification number: G06K9/4604 , G06K9/4671
Abstract: 本发明提供了一种基于Harris角点和笔画宽度的文字区域检测方法，该方法主要包括边缘增强的Harris角点检测，依据笔画宽度筛选候选区域以及基于文字颜色的区域膨胀三大部分，本发明通过对角点检测得到的文字区域后进行连通区域分析，去掉不符合文字行特征的响应区域，可显著提高角点检测图像中文字区域的准确率，较单一基于边缘特征的文字检测方法，可提高图像中的文字检测的召回率，较单一基于连通区域的文字检测方法，可获得更高的检测效率，本发明较单一的基于边缘特征和基于连通区域的文字检测方法都具有优势。
-
公开(公告)号：CN104021537A
公开(公告)日：2014-09-03
申请号：CN201410283034.6
申请日：2014-06-23
Applicant: 西北工业大学
IPC: G06T5/50
Abstract: 本发明提供了一种基于稀疏表示的红外与可见光图像融合方法，首先对图像进行分块处理，然后训练字典，并对两幅源图像分别求解其稀疏系数，然后采用模值取大规则得到融合图像的稀疏系数，最后重构得到融合结果图像。本方法能够自适应于红外与可见光图像的自身特点，提取的源图像表示系数具有较传统方法更优秀的稀疏性与特征保持性，更能反映信号的本质特征与内在结构。因此，能有效提高红外与可见光图像的融合效果。
-
-
Patent Agency Ranking
公开(公告)号：CN107169946B
公开(公告)日：2020-04-03
申请号：CN201710279800.5
申请日：2017-04-26
Applicant: 西北工业大学
IPC: G06T5/50
Abstract: 本发明提供了一种基于非负稀疏矩阵与超球面彩色变换的图像融合方法，涉及图像融合领域，本发明通过使用一种非负矩阵分解算法对全色和多光谱图像共同提取亮度分量，然后对亮度分量进行建模计算并调整，再使用超球面彩色变换对图像进行融合，得到融合结果图像，本发明利用NMF算法将全色图像和多光谱图像结合起来提取I分量，在解决光谱匹配性差的问题的同时，提高了亮度分量的提取精度，通过利用全色图像及其滤波后的图像对I分量进行调整，更好的融入了空间细节信息，最大限度地防止了光谱畸变，使得新型卫星的融合结果图像在空间细节信息融入方面和光谱特性保持方面都较现有算法有很大的提高，主观评价与客观分析结果能够达到一致。
-
公开(公告)号：CN108122219B
公开(公告)日：2019-10-18
申请号：CN201711231984.4
申请日：2017-11-30
Applicant: 西北工业大学
Abstract: 本发明提供了一种基于联合稀疏与非负稀疏的红外与可见光图像融合方法，涉及图像融合技术领域，对红外与可见光图像得到样本矩阵，并得到融合的均值结果，对去均值样本进行联合稀疏表示得到融合的去均值结果，将融合的均值结果与去均值结果结合，对红外图像进行显著性检测得到显著图，并得到红外图像的目标区域图，即可得到目标增强的红外与可见光图像融合结果，本发明在基于联合稀疏表示的融合方法基础上，引入了基于非负稀疏表示的分类融合思想，能够将公有特征与特有特征分别提取，完全保留源图像中的特有特征，能够有效指示特征类别，对均值采用分类融合的融合规则，更有效保留红外目标与背景细节，二者综合运用能够获得更优的融合结果。
-
公开(公告)号：CN110188811A
公开(公告)日：2019-08-30
申请号：CN201910434561.5
申请日：2019-05-23
Applicant: 西北工业大学
Abstract: 本发明提供了一种基于赋范梯度特征与卷积神经网络的水下目标检测方法，该方法首先利用二值化的赋范梯度特征对水下目标特征进行描述，并通过二值化编码简化特征描述，降低后续分类器计算复杂度；再利用两级级联的排序SVM(Ranking SVM)算法对目标候选窗口进行逐级筛选，提供含有目标可能性较大的候选区域位置，实现对目标的粗略定位。其次，为了能够对目标区域的种类进行判断以及获得目标区域更加准确的位置描述，采用卷积神经网络和SVM分类器对水下目标进行分类并表示出目标属于某个物体类别的得分，最后使用线性回归模型得到每个类别的位置修正后的目标建议窗口。本发明的方法加速了水下目标候选区域的提取速度，提高了算法的准确性。
-
公开(公告)号：CN109800757A
公开(公告)日：2019-05-24
申请号：CN201910006843.5
申请日：2019-01-04
Applicant: 西北工业大学
IPC: G06K9/32
Abstract: 为了解决大幅度相机移动下的多文字追踪，本发明提出了一种基于布局约束的视频文字追踪方法。该方法的输入为视频和视频帧的文字检测结果，输出为文字追踪后的轨迹信息。首先，通过初始视频帧的检测结果进行文字轨迹的初始化，然后将上一帧的文字轨迹与当前帧的检测结果送入本发明的追踪方法中进行文字轨迹的更新。文字轨迹更新的核心是将当前帧检测到的文字区域对应到已有的文字轨迹，该过程可以视为一种数据匹配问题。本发明针对此问题设计一个新的数据匹配代价函数，通过求解代价函数的得到最佳匹配结果。经过重复轨迹更新过程直到视频处理结束，最终得到文字追踪结果。本发明在数据匹配代价函数中引入布局约束，通过文字区域间的整体外观结构进行文字追踪，可以有效避免因为相机大幅度运动导致错误追踪结果，具有更好的追踪效果。
-
公开(公告)号：CN106204508B
公开(公告)日：2018-12-14
申请号：CN201610503045.X
申请日：2016-06-30
Applicant: 西北工业大学
IPC: G06T5/50
Abstract: 本发明提供了一种基于非负稀疏矩阵的WorldView‑2遥感全色与多光谱图像融合方法，涉及图像融合领域，通过使用一种非负矩阵分解算法对多光谱图像进行亮度分量提取，然后使用HCS变换对图像进行融合，得到融合图像，在细节注入和光谱保持方面都得到了一定的提升，最终得到了高质量的融合结果，由于对I分量的提取采用了NMF方法，提高了亮度分量的提取精度，较对比算法更合理，使得WV‑2卫星融合图像整体质量较高，在细节信息融入和光谱保持方面都有一定的提高，主观评价和客观分析结果能够达到一致，得到的融合图像可视性更好，图片更清晰。较传统的遥感全色与多光谱图像融合方法更有优势。
-
-
-
-
-
-
-
-
-
Search Results
37
records
(took 0.018 seconds)
