-
公开(公告)号：CN106875383A
公开(公告)日：2017-06-20
申请号：CN201710052877.9
申请日：2017-01-24
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于威布尔统计特征的内容不敏感模糊图像质量评价方法。使用本发明能够很好解决现有算法对相同模糊程度但内容不同的模糊图像评价不准确的问题。本发明取待评价图像的边缘梯度幅值矩阵，对边缘梯度幅值矩阵采用威布尔分布进行建模拟合，得到梯度的威布尔分布形状和尺度参数，同时计算威布尔分布形状的偏斜度值，提取的形状、尺度和偏斜度参数可以很好地区分不同模糊程度图像的梯度幅值分布；然后对具有相同内容图像的威布尔分布形状、尺度和偏斜度做分离归一化，减少参数与图像内容之间的关系，到达与图像内容不敏感的目的；最后利用归一化后的威布尔分布形状、尺度和偏斜度为特征值，对待评价图像进行质量评价。
-
公开(公告)号：CN106803080A
公开(公告)日：2017-06-06
申请号：CN201710052873.0
申请日：2017-01-24
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于形状玻尔兹曼机的补全式行人检测方法。使用本发明能够解决监控环境下行人检测遮挡的问题。本发明首先通过分类器对图像中行人目标进行初步检测，然后使用形状玻尔兹曼机将行人检测中的遮挡定义为一个连续遮挡的过程，将非完备的检测方法转变为完备的检测方法，满足在监控条件下可能发生的各种遮挡情况；最后基于人体物理模型，使用多级直方图对形状补全后的目标进行匹配度测试，评估目标补全部分与原始部分的匹配程度。通过将支持向量机的预测概率值与目标补全匹配度结合，能够将假正例(FP)与假反例(FN)两种错误分类向相反的方向拉伸，最大程度上降低漏检率和虚警率，提高算法的鲁棒性。
-
公开(公告)号：CN115474090A
公开(公告)日：2022-12-13
申请号：CN202211052501.5
申请日：2022-08-31
Applicant: 北京理工大学
IPC: H04N21/44 , G06V20/40 , G06V10/82 , G06V10/774 , G06V10/94
Abstract: 本发明涉及一种支持视频目标检测跟踪的异构嵌入式实时处理架构及应用，属于高清视频嵌入式通用智能处理技术领域，主要应用在无人机载安防系统等嵌入式设备中。一方面，针对不同应用场景定制化硬件接口研发周期长、成本高等问题，利用FPGA软件编程适配外部通信链路，提供灵活丰富的信息和图像交互接口，大幅提升通用性；另一方面，针对嵌入式系统在体积功耗约束下算力不足的问题，构建基于NPU+FPGA的嵌入式实时处理架构，以NPU为深度神经网络计算核心，FPGA硬件协同加速，实现软硬协同处理流水线，提升处理性能6倍以上。
-
公开(公告)号：CN108764097B
公开(公告)日：2021-07-20
申请号：CN201810489307.0
申请日：2018-05-21
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于分段稀疏表示的高光谱遥感图像目标识别方法。使用本发明能够在不同场景下均取得了不错的目标检测效果。本发明通过光谱分段，从局部特征的组合方式着手，充分强调并利用了更为稳定的局部光谱特征，提升了目标检测效果；利用稀疏表示和字典学习自适应性的特点，无需对目标和背景的分布做任何的假设，避免了过多先验假设和手工特征带来的建模的欠准确性。本发明采用局部特征匹配的特性使得少数波段受到污染不会严重影响全局的特征匹配结果，具有一定的抗波段污染的效果。
-
公开(公告)号：CN106897674B
公开(公告)日：2019-07-26
申请号：CN201710052123.3
申请日：2017-01-20
Applicant: 北京理工大学
Abstract: 本发明提供一种基于JPEG2000码流的遥感图像城区检测方法，解决了遥感图像城区检测准确率和处理效率的矛盾。本发明直接从JPEG2000码流中提取图像内容信息，不对压缩码流进行解压缩，充分利用压缩数据，根据JPEG2000的码流组织，采用由粗到细的检测框架，先提取包头信息进行粗检测并剔除不存在目标的码流，然后提取含有图像原始信息的包体信息进行精细检测，提高检测的运算速度，并且整个过程只调用JPEG2000解码过程中的存储资源，保证了算法很少的存储空间消耗，有效提高算法在轨实时实现的可行性。
-
Patent Agency Ranking
公开(公告)号：CN109784142A
公开(公告)日：2019-05-21
申请号：CN201811422749.X
申请日：2018-11-27
Applicant: 北京理工大学
Abstract: 本发明提供了一种基于条件随机投影特征的高光谱目标检测方法，能够实现目标的准确、快速检测，并且能够提高对训练样本数量的敏感度。在高光谱影像光谱数据的表征方面提出一种基于条件随机投影的有监督特征选择与特征提取方法。获得与数据和标签有关的投影参数矩阵，通过该投影参数矩阵获得条件随机特征，所以提高了目标检测的准确度；同时整个运算求取过程中增加了筛选估计和采样，筛选估计和采样的运算所用时间不多，训练时间短，并且筛选估计和采样的运算是在离线阶段完成，实际运行时直接使用训练获得的结果，因此该方法具有检测的准确度、测试运行效率高的优点。
-
公开(公告)号：CN108629297A
公开(公告)日：2018-10-09
申请号：CN201810352969.3
申请日：2018-04-19
Applicant: 北京理工大学
Abstract: 本发明提供一种基于空域自然场景统计的遥感图像云检测方法，由于云区域比较平坦，非对称广义高斯分布的值集中在零附近，所以云区域的非对称广义高斯分布近似尖峰状态；而城市高亮度区域，比较分散，所以非对称广义高斯分布比较平缓；则当待测超像素块的非对称广义高斯分布与云图像的非对称广义高斯分布一致，即波形参数f1与波形参数f2之间的距离，小于波形参数f1与波形参数f3之间的距离，那么待测超像素块判断为云雪区域，否则判断为非云雪区域；这种统计参数距离的方法首次应用于云检测，能够准确地将云区域从可见光波段遥感图像中提取出来。
-
公开(公告)号：CN107122787A
公开(公告)日：2017-09-01
申请号：CN201710077949.5
申请日：2017-02-14
Applicant: 北京理工大学
CPC classification number: G06K9/6262 , G06K9/6215 , G06K9/629 , G06N3/04
Abstract: 本发明公开了一种基于特征融合的图像缩放质量评价方法，属于图像处理技术领域，该方法包括如下步骤：分别提取出缩放图像与原始图像的显著性信息和全局Gist向量，显著性信息中包括图像中所有点的显著值；然后分别提取出原始图像和缩放图像的SIFT特征点，并且相互匹配，获得二者的SIFT特征点匹配对，建立原始图像和缩放图像的像素之间的对应关系；计算缩放图像的如下三种特征：图像形状相似度特征、图像块结构相似度特征以及显著性信息完备性特征；将上述三种特征，代入到基于BP神经网络的缩放质量评价模型中得到评价结果。
-
公开(公告)号：CN106920231A
公开(公告)日：2017-07-04
申请号：CN201710085854.8
申请日：2017-02-17
Applicant: 北京理工大学
CPC classification number: G06T7/0002 , G06T2207/10041
Abstract: 本发明提供一种基于全色图像统计特征的遥感图像云评估方法，具体过程为：步骤一、将全色遥感图像划分成多个相邻的图像块，针对每个图像块，计算相应的均差对比度归一化系数；步骤二、对每个图像块相应的均差对比度归一化系数，采用非对称广义高斯分布建模得到对应的特征参数；步骤三、使用多变量高斯模型对所述特征参数进行拟合，得到均值向量和协方差矩阵；步骤四、计算全色遥感图像的均值向量和协方差矩阵与数据库中无云图像的均值向量和协方差矩阵之间的距离，根据所述距离判断全色遥感云图像上的云量。本发明可以准确地估算出图像中云的多少，不会出现漏检薄云的情况。
-
公开(公告)号：CN106886760A
公开(公告)日：2017-06-23
申请号：CN201710052487.1
申请日：2017-01-24
Applicant: 北京理工大学
CPC classification number: G06K9/0063 , G06K9/342
Abstract: 本发明提供了一种基于空谱信息结合的高光谱舰船检测方法，能够解决现有舰船检测方法中舰船目标的检测的准确度和虚警的问题。本发明方法中涉及基于类间差异性的无监督光谱子区间筛选方法，是一种准确、快速、鲁棒性强的无监督光谱波段筛选方法。阈值分割中加入了水域的相对稳定性，极大削弱了亮度值较低的非水域区域对检测结果的干扰，能够实现十分准确的海陆分割结果，该方法简单、快速并且自适应。本发明提出了对RX异常检测结果进行空间特征增强的方法，即利用二维本征模态分解重构图像，并且该方法是自适应的，完全依赖数据本身的结构。本方法利用物质的光谱特征分析物质的主要材质构成，所有光谱均可由光谱字典中光谱向量线性组合得到。
-
-
-
-
-
-
-
-
-
Search Results
42
records
(took 0.023 seconds)
