基于导向重构与范数约束DBN的SAR目标识别算法

    公开(公告)号:CN109507655B

    公开(公告)日:2022-09-02

    申请号:CN201811512718.3

    申请日:2018-12-11

    Abstract: 本发明提出一种基于导向重构与范数约束DBN的SAR目标识别算法,针对传统基于DBN的SAR目标识别算法网络结构复杂度高、训练次数较多且识别率低等问题,提出利用导向重构算法对训练样本和测试样本做重构预处理,然后裁剪后扩展成一维图像矢量,用加权范数约束的深度置信网络提取低维特征,用Softmax对目标进行分类。实验结果表明,本发明方法可降低图像特征的维度和网络训练的次数,网络的识别性能进一步提高。

    基于图像HSV透射率加权校正的机载图像去雾方法

    公开(公告)号:CN110827218A

    公开(公告)日:2020-02-21

    申请号:CN201911051491.1

    申请日:2019-10-31

    Abstract: 本发明公开了一种基于图像HSV透射率加权校正的机载图像去雾方法,用于解决现有机载图像去雾方法清晰度差的技术问题。技术方案是首先建立大气散射物理模型;再建立暗原色先验模型;继而估计大气光值;再根据图像HSV模型计算加权透射率;最后根据局部大气光值以及粗糙透射率,对输入图像进行去雾操作,直到得到符合预期的无雾图像。本发明根据含雾等级对大气模型相关参数进行修正,具有较大适应性和灵活性,去雾处理复原出的图像结构更加清晰,细节更加丰富,色彩更加真实。

    基于卷积稀疏表示的多模态图像融合方法

    公开(公告)号:CN109559292A

    公开(公告)日:2019-04-02

    申请号:CN201811400769.7

    申请日:2018-11-22

    Abstract: 本发明涉及一种基于卷积稀疏表示的多模态图像融合方法,首先,利用稀疏优化函数将源图像进行两尺度分解得到高频分量和低频分量;然后,将两尺度分解得到的高频和低频分量,根据多模态图像特点采用不同的融合策略,高频分量利用卷积稀疏表示对稀疏系数取最小值的融合策略,低频分量利用取平均的融合策略得到融合后图像的低频分量;最后将得到的融合后图像的高频分量和低频分量相加得到融合图像。相对其他三种融合方法,不论在主观视觉和客观评价指标上还是在计算效率上,本发明方法可以更好保留源图像的细节等纹理信息。

    基于梯度正则化的多聚焦图像融合方法

    公开(公告)号:CN108399611A

    公开(公告)日:2018-08-14

    申请号:CN201810092718.6

    申请日:2018-01-31

    CPC classification number: G06T5/50 G06T5/10 G06T2207/20056 G06T2207/20221

    Abstract: 针对多聚焦图像融合后图像细节保持能力有限,配准失调且敏感等问题,本发明提出一种基于梯度正则化多聚焦图像融合方法。首先,将源图像进行两尺度分解得到高频分量和低频分量;然后,将分解得到的高频分量利用梯度正则化的表示得到模型的稀疏系数并通过最大值策略获得融合后图像的高频分量,将两尺度分解得到低频分量利用取最大值融合策略得到低频分量;最后,将得到的融合后图像的高频分量和低频分量相加得到融合图像。相对其他三种融合方法,本发明不论在主观视觉和客观评价指标上还是在计算效率上,可以更好保留源图像的细节等纹理信息和显著性信息。

    一种多维度多模式管道隔振装置
    16.
    发明公开

    公开(公告)号:CN116398733A

    公开(公告)日:2023-07-07

    申请号:CN202310335477.4

    申请日:2023-03-29

    Abstract: 本发明公开了一种多维度多模式管道隔振装置,属于管道隔振技术领域,解决现有技术中针对管道多维度振动以及振动隔离效果较弱的技术问题。它包括多个用于支撑管道的隔振单元,多个所述隔振单元包括支撑座本体以及设置在支撑座本体上的多个隔振层;所述支撑座本体包括支撑部一、支撑部二以及连接部;所述多个隔振层包括覆盖设置在支撑部一上的支撑层、依次覆盖设置在支撑部二上的约束层以及阻尼层;所述支撑部二上设置有贯穿孔,所述贯穿孔内横向设置有支撑杆,所述支撑杆的中段套设有质量块。本发明多维度多模式管道隔振装置,能够更好的用于管道的多维度隔振工作,适用范围广,结构简单,使用方便。

    一种快速多聚焦图像融合方法

    公开(公告)号:CN108830818B

    公开(公告)日:2022-05-27

    申请号:CN201810427649.X

    申请日:2018-05-07

    Abstract: 本发明涉及一种快速多聚焦图像融合算法,首先,对源图像用平滑滤波器进行分解和构建一种多聚焦图像融合的决策图模型;其次,利用多聚焦图像邻域像素之间的相关性,提出一种快速导向滤波优化决策图,计算复杂度也大大降低;然后对两尺度图像进行重构;最后,利用本发明融合方法与其他三重现有融合方法对多聚焦图像进行融合。相对其他三种融合方法,不论在主观视觉和客观评价指标上,可以更好保留多聚焦图像的细节等纹理信息和显著性信息。

    基于辅助分类生成对抗网络的SAR目标识别方法

    公开(公告)号:CN111027439A

    公开(公告)日:2020-04-17

    申请号:CN201911220271.7

    申请日:2019-12-03

    Abstract: 本发明涉及一种基于辅助分类生成对抗网络SAR图像合成及SAR目标识别的新方法,通过利用本发明提出的基于反卷积神经网络的生成器的辅助分类生成对抗网络,在生成高分辨SAR图像的过程中,对训练样本库进行扩充;在辅助分类生成对抗网络的判别网络不仅能够识别出SAR图像的真假,得到相应SAR图像的类别标签,而且生成网络在对抗训练的过程中在提高网络识别率基础上,还生成大量含类别标签的高分辨SAR图像样本。

Patent Agency Ranking