-
公开(公告)号：CN110335285A
公开(公告)日：2019-10-15
申请号：CN201910611220.0
申请日：2019-07-08
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于海洋舰船、机场飞机和阵地汽车安防遥感检测领域，具体涉及一种基于稀疏表示的SAR图像目标标记方法、系统、装置，旨在解决现有SAR图像目标检测及标记效率、准确率低的问题。本系统方法包括获取SAR图像，对图像阈值分割后进行形态学处理，提取感兴趣区域；采用粗过滤，将粗过滤后的感兴趣区域作为第一区域图像；提取第一区域图像的多尺度的特征向量，分别获取特征向量对应的稀疏表示；基于不同尺度的稀疏表示，通过SVM分类模型分别得到其对应的分类结果，并采用预设的决策方法，获取第一区域图像的类别；基于第一区域图像的类别和位置信息，在SAR图像中对第一区域图像标记。本发明可以高效、准确的进行目标检测及标记。
-
公开(公告)号：CN110335285B
公开(公告)日：2022-04-26
申请号：CN201910611220.0
申请日：2019-07-08
Applicant: 中国科学院自动化研究所
IPC: G06T7/136 , G06T7/70 , G06V20/10 , G06V10/25 , G06V10/774 , G06K9/62 , G06F16/583 , G06F16/58 , G06F16/56
Abstract: 本发明属于海洋舰船、机场飞机和阵地汽车安防遥感检测领域，具体涉及一种基于稀疏表示的SAR图像目标标记方法、系统、装置，旨在解决现有SAR图像目标检测及标记效率、准确率低的问题。本系统方法包括获取SAR图像，对图像阈值分割后进行形态学处理，提取感兴趣区域；采用粗过滤，将粗过滤后的感兴趣区域作为第一区域图像；提取第一区域图像的多尺度的特征向量，分别获取特征向量对应的稀疏表示；基于不同尺度的稀疏表示，通过SVM分类模型分别得到其对应的分类结果，并采用预设的决策方法，获取第一区域图像的类别；基于第一区域图像的类别和位置信息，在SAR图像中对第一区域图像标记。本发明可以高效、准确的进行目标检测及标记。
-
公开(公告)号：CN110031843B
公开(公告)日：2020-12-25
申请号：CN201910386283.0
申请日：2019-05-09
Applicant: 中国科学院自动化研究所
IPC: G01S13/90
Abstract: 本发明属于海洋舰船、机场飞机和阵地汽车安防遥感检测领域，具体涉及一种基于ROI区域的SAR图像目标定位方法、系统、装置，旨在解决现有SAR图像目标检测效率和准确率低的问题。本系统方法包括获取待定位的SAR图像，作为输入信息；基于所述输入信息，通过滤波和非线性拉伸进行预处理，得到预处理图像；对预处理图像分割后进行形态学处理，并提取ROI区域；基于提取的ROI区域，通过粗过滤，获取可信度较高的区域；在所述待定位的SAR图像中，对所述可信度较高的区域位置标记，获取定位信息。本发明基于ROI区域提取方法实现了在复杂场景下SAR图像目标自动定位，有效解决了现有检测方法存在检测效率和准确率较差的技术问题。
-
公开(公告)号：CN110031843A
公开(公告)日：2019-07-19
申请号：CN201910386283.0
申请日：2019-05-09
Applicant: 中国科学院自动化研究所
IPC: G01S13/90
Abstract: 本发明属于海洋舰船、机场飞机和阵地汽车安防遥感检测领域，具体涉及一种基于ROI区域的SAR图像目标定位方法、系统、装置，旨在解决现有SAR图像目标检测效率和准确率低的问题。本系统方法包括获取待定位的SAR图像，作为输入信息；基于所述输入信息，通过滤波和非线性拉伸进行预处理，得到预处理图像；对预处理图像分割后进行形态学处理，并提取ROI区域；基于提取的ROI区域，通过粗过滤，获取可信度较高的区域；在所述待定位的SAR图像中，对所述可信度较高的区域位置标记，获取定位信息。本发明基于ROI区域提取方法实现了在复杂场景下SAR图像目标自动定位，有效解决了现有检测方法存在检测效率和准确率较差的技术问题。
-
-
-
Search Results
4
records
(took 0.031 seconds)
