-
公开(公告)号：CN117274578A
公开(公告)日：2023-12-22
申请号：CN202311569672.X
申请日：2023-11-23
Applicant: 武汉工程大学
IPC: G06V10/25 , G06V10/77 , G06V10/80 , G06V10/774 , G06V10/764 , G06V10/82 , G06F16/583
Abstract: 本发明公开了一种基于逻辑元变换乘积量化的细粒度图像检索方法，包括步骤：将待测图像导入卷积神经网络提取特征，输出最后一层的特征谱；再通过区域候选网络RPN将最后一层的特征谱生成Top‑N个部件，重新输入至卷积神经网络中，并将原始待测图像和Top‑N部件经过卷积神经网络后的最后三层特征进行融合级联；将融合级联后的输出特征通过线性投影生成相应的逻辑元，再通过逻辑元变换对生成的逻辑元向量重新加权；将重新加权后的逻辑元向量输入到细粒度图像检索模型，通过量化码书进行计算找到与待测图像的逻辑元向量最接近的数据库图像对应的量化码，将所对应的数据库图像作为检索结果。本发明能够通过挖掘图像中最具辨别力的区域，提高细粒度图像检索的精度。
-
公开(公告)号：CN117095309A
公开(公告)日：2023-11-21
申请号：CN202311362154.0
申请日：2023-10-20
Applicant: 武汉工程大学
IPC: G06V20/13 , G06V10/82 , G06N3/0464 , G06N3/08 , G06V10/764
Abstract: 本发明公开了一种极化SAR影像旋转域特征表达提取与分类方法，该方法包括以下步骤：获取PolSAR图像中各像素的极化相干矩阵，利用不同极化方向角对应的极化旋转矩阵生成待分类像素的旋转域极化相干矩阵序列，作为3D卷积视觉Transformer的输入；在3D卷积视觉Transformer中先使用两个3D卷积块来捕获极化相干矩阵的中级特征映射；将第二个3D卷积块的输出作为后续两个3D视觉Transformer块和两个3D池化层的输入，学习旋转域极化相干矩阵的高级特征表示；利用3D视觉Transformer学习输入特征图的局部和全局特征表示；利用所提出的3D卷积视觉Transformer输出的高级特征图进行分类，即将特征表示输入分类器进行PolSAR图像分类。本发明能够高效完成对极化合成合成孔径雷达图像的分类任务。
-
公开(公告)号：CN116563517A
公开(公告)日：2023-08-08
申请号：CN202310383998.7
申请日：2023-04-10
Applicant: 武汉工程大学
IPC: G06V10/22 , G06V10/82 , G06V10/774 , G06V10/40 , G06V10/24 , G06N3/0475 , G06N3/08 , G06N3/0895
Abstract: 本发明提供一种弱监督目标定位方法及装置，属于目标定位领域，方法包括：S1：导入原始图像数据集，并将原始图像数据集划分为图像训练集和图像测试集；S2：将图像训练集中的各个原始图像进行多个角度旋转，得到各个原始图像的多个旋转图像；S3：对图像训练集中各个原始图像以及各个原始图像的各个旋转图像进行多通道特征提取，得到图像训练集中各个原始图像的特征谱组以及各个旋转图像的特征谱组；S4:根据图像训练集中各个原始图像的特征谱组中预设层特征谱以及各个旋转图像的特征谱组中预设层特征谱进行旋转预测总损失函数的计算，得到旋转预测总损失函数。本发明能够通过挖掘细粒度目标的互补性以及一致性，提高了弱监督定位的精度。
-
公开(公告)号：CN113822823B
公开(公告)日：2022-03-15
申请号：CN202111364544.2
申请日：2021-11-17
Applicant: 武汉工程大学
Abstract: 本发明公开了一种基于气动光学效应图像空变模糊核的点近邻复原方法，包括以下步骤：对输入的气动光学效应的模糊图像进行计算，滤除对估计模糊核不利的部分区域，筛选得到图像中多个大梯度结构区域；对筛选出的多个大梯度结构区域对应的模糊图像区域，估计出各区域的模糊核，同样计算出整幅模糊图像的总模糊核；将模糊图像中每个像素点到各区域中心点的距离进行比较，将距离最近的区域的模糊核作为该像素点的模糊核；利用空变模糊核的空间相关性，得到每个像素点的近似精确模糊核；根据每个像素点的近似精确模糊核，逐点反卷积计算得到复原图像。本发明可以提高气动光学效应模糊图像的复原质量。
-
公开(公告)号：CN113793284B
公开(公告)日：2022-03-15
申请号：CN202111358837.X
申请日：2021-11-17
Applicant: 武汉工程大学
Abstract: 本发明提供了一种气动光学效应空变模糊图像不均匀分块的图像复原方法，包括以下步骤：输入气动光学效应空变图像；滤除对模糊核估计不利的小结构图像，得到多个带有大结构的梯度域图像的待估计模糊核图像块集合；根据待估计模糊核图像块集合中的索引坐标进行行列区分，得到行离散序号组与列离散序号组的两组排序组；删除两组排序组中相邻元素小于预设阈值的行或者列，剩余的行和列所划分的图像块组成待插值模糊核图像块集合；求解待估计模糊核图像块集合和待插值模糊核图像块集合中各个图像块的模糊核；利用超拉普拉斯先验图像退化模型复原图像块，并拼接成完整图像。本发明能够满足在多目标，复杂的宽视场湍流场景下的图像复原工作。
-
Patent Agency Ranking
公开(公告)号：CN113935925A
公开(公告)日：2022-01-14
申请号：CN202111548604.6
申请日：2021-12-17
Applicant: 武汉工程大学
IPC: G06T5/00
Abstract: 本发明公开了一种气动光学效应空变模糊图像复原方法，包括以下步骤：采用二叉树结构对空变模糊图像进行第一次分区，将整幅图像先纵向再横向划分为四块面积形状相等的区域；建立退化模型，且在退化模型中添加平滑因子约束项；使用交替极小化迭代方法对每一块区域求解模糊核，分别比较相邻图像块模糊核的相似性，若小于设定阈值则将相应图像块重新按照二叉树结构继续分区，直到相邻图像块模糊核的相似性满足设定阈值；对所有求解的模糊核逐点线性插值得到每一个像素点的模糊核，构造卷积核矩阵，使得卷积核矩阵每一行对应每一个像素点的模糊核；根据卷积核矩阵构建空变卷积模型，求解得到完整去卷积的复原图像。
-
公开(公告)号：CN113822823A
公开(公告)日：2021-12-21
申请号：CN202111364544.2
申请日：2021-11-17
Applicant: 武汉工程大学
Abstract: 本发明公开了一种基于气动光学效应图像空变模糊核的点近邻复原方法，包括以下步骤：对输入的气动光学效应的模糊图像进行计算，滤除对估计模糊核不利的部分区域，筛选得到图像中多个大梯度结构区域；对筛选出的多个大梯度结构区域对应的模糊图像区域，估计出各区域的模糊核，同样计算出整幅模糊图像的总模糊核；将模糊图像中每个像素点到各区域中心点的距离进行比较，将距离最近的区域的模糊核作为该像素点的模糊核；利用空变模糊核的空间相关性，得到每个像素点的近似精确模糊核；根据每个像素点的近似精确模糊核，逐点反卷积计算得到复原图像。本发明可以提高气动光学效应模糊图像的复原质量。
-
公开(公告)号：CN113793285A
公开(公告)日：2021-12-14
申请号：CN202111364599.3
申请日：2021-11-17
Applicant: 武汉工程大学
IPC: G06T5/00
Abstract: 本发明公开了一种气动光学效应目标孪生图像的超快复原方法，包括以下步骤：在高速流场中，通过相机快速生成两帧目标孪生图像；S2、对两帧目标孪生图像进行快速离散傅里叶变换，分别建立图像湍流模糊退化模型；S3、将两个图像湍流模糊退化模型合并计算，消去相同的噪声项与退化模型中的相同项，并加入非负性约束项和空间相关性约束项，求解得到每帧目标孪生图像的模糊核；S4、将两帧目标孪生图像的边界分别进行微分连续延拓，抑制边界振铃效应；S5、根据求解的模糊核，并通过超拉普拉斯先验的快速非盲反卷积方法进行两帧目标孪生图像的复原；S6、对复原后的图像分别进行归一化，得到清晰图像。本发明能够对具有目标孪生图像的气动光学效应退化图像进行超快复原。
-
公开(公告)号：CN109684909A
公开(公告)日：2019-04-26
申请号：CN201811184403.0
申请日：2018-10-11
Applicant: 武汉工程大学
CPC classification number: G06K9/00744 , H04N7/18
Abstract: 本发明涉及一种无人机目标要害点实时定位方法、系统及存储介质，方法包括获取无人机的监控图像，根据监控图像选取当前帧图像，并对当前帧图像进行降采样处理，得到第一灰度图像；根据第一灰度图像获取目标中心的当前帧预测位置，并根据当前帧预测位置计算目标中心的当前帧准确位置；对当前帧图像进行二值化处理，得到第二灰度图像；在第二灰度图像中，根据当前帧准确位置确定当前帧图像中目标要害点的当前帧可疑域；并根据当前帧可疑域和当前帧准确位置确定无人机的多个目标要害点位置。本发明可以快速地对无人机的要害点进行实时且精确地定位，满足多旋翼的高帧频处理和复杂背景识别的要求，可以广泛用于无人机反制技术领域。
-
公开(公告)号：CN109522893A
公开(公告)日：2019-03-26
申请号：CN201811168246.4
申请日：2018-10-08
Applicant: 武汉工程大学
Abstract: 本发明公开了一种空中非合作目标气球要害点快速的检测方法，包括：S1、输入检测图像G1，进行中值滤波去除噪声得到图像G2；S2、对图像G2分别进行X、Y方向的灰度投影，确定检测气球的位置以及气球的中心点P；S3、以中心点P作为极坐标的原点，利用双线性插值，将图像G2转换到极坐标系统中,得到图像G3；S4、对图像G3进行直方图统计；计算出当前阈值t0和目标的边缘信息，存储在数组E中；S5、使用最小二乘法计算出边缘各点拟合圆的半径R,并将曲率1/R存储在一维的数组C中；S6、对曲率数组C进行均值滤波，找到数组C中最大的值，并返回到直角坐标系中的坐标位置M，该坐标M即为气球绳结。本发明能够快速、准确的对空中气球要害点进行检测。
-
-
-
-
-
-
-
-
-
Search Results
34
records
(took 0.033 seconds)
