-
公开(公告)号：CN107169946A
公开(公告)日：2017-09-15
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：CN102841350A
公开(公告)日：2012-12-26
申请号：CN201210347782.7
申请日：2012-09-19
Applicant: 西北工业大学
IPC: G01S13/90
Abstract: 本发明提供了一种机动目标压缩感知ISAR成像方法，获取ISAR回波数据，对回波数据进行距离压缩、运动补偿及徙动校正，得到复矩阵Sd；生成高斯随机矩阵Φ对Sd做降维观测，得到矩阵Y；得到ISAR待成像时刻ti的稀疏基矩阵；对矩阵Y的每一列求解1范数凸优化方程，得到ti时刻的ISAR成像结果；遍历各个成像时刻，实现对机动目标各时段的ISAR成像。本发明降低了对成像回波采样率的要求，可以对机动目标的各成像时刻进行自由成像，改善了机动目标在方位向的成像效果，提高了ISAR成像的质量。
-
公开(公告)号：CN101719223B
公开(公告)日：2011-09-14
申请号：CN200910254587.8
申请日：2009-12-29
Applicant: 西北工业大学
IPC: G06K9/66
Abstract: 本发明公开了一种静态图像中陌生人面部表情的识别方法，属于图像识别领域，用于对静态图像中陌生人面部表情的识别。所述方法首先用Cohn-Kanade表情数据库作为活动单元学习用样本集，完成表情视觉特征库的建立；将该样本集中图像的视觉特征输入面部活动单元分类器，识别各图像包含的面部活动单元；用面部活动单元特征向量实现从面部活动单元到6种基本表情的分类器学习；对表情测试样本，利用其视觉特征识别其包含的面部活动单元，并构造面部活动单元特征向量，根据面部活动单元特征向量实现面部基本表情的识别。该方法结果采用与文献相同的数据库划分方法，在日本女性人脸表情数据库JAFFE上测试，对陌生人表情识别率由现有技术的70.95％提高到76％。
-
公开(公告)号：CN101719223A
公开(公告)日：2010-06-02
申请号：CN200910254587.8
申请日：2009-12-29
Applicant: 西北工业大学
IPC: G06K9/66
Abstract: 本发明公开了一种静态图像中陌生人面部表情的识别方法，属于图像识别领域，用于对静态图像中陌生人面部表情的识别。所述方法首先用Cohn-Kanade表情数据库作为活动单元学习用样本集，完成表情视觉特征库的建立；将该样本集中图像的视觉特征输入面部活动单元分类器，识别各图像包含的面部活动单元；用面部活动单元特征向量实现从面部活动单元到6种基本表情的分类器学习；对表情测试样本，利用其视觉特征识别其包含的面部活动单元，并构造面部活动单元特征向量，根据面部活动单元特征向量实现面部基本表情的识别。该方法结果采用与文献相同的数据库划分方法，在日本女性人脸表情数据库JAFFE上测试，对陌生人表情识别率由现有技术的70.95％提高到76％。
-
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。
-
Patent Agency Ranking
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。
-
公开(公告)号：CN108122219A
公开(公告)日：2018-06-05
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。
-
-
-
-
-
-
-
-
-
Search Results
47
records
(took 0.023 seconds)
