-
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
Applicant: 西北工业大学 , 西安爱生技术集团公司
IPC: G01S7/41
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。
-
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
Applicant: 西北工业大学 , 西安爱生技术集团公司
IPC: G06T5/50
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。
-
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
Applicant: 西北工业大学
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。
-
公开(公告)号：CN118584034A
公开(公告)日：2024-09-03
申请号：CN202410739624.9
申请日：2024-06-07
Applicant: 西北工业大学
Abstract: 本发明提供了一种氧‑乙炔烧蚀环境中绝热材料动态变形实验装置，包括压板，拉伸座，所述拉伸座的一侧固定有压板，拉伸座的另一侧固定有驱动耳，所述驱动耳与连接板连接，所述连接板上端设置有一穿过连接板的螺杆，所述螺杆上设置有驱动螺母与手柄，所述螺杆的一侧还设置有螺杆定位环。可以实现柔性材料的发生多次循环拉伸变形，在实现对材料拉伸形变的控制的同时，保证了实验的准确性和安全性。
-
公开(公告)号：CN118536307A
公开(公告)日：2024-08-23
申请号：CN202410695686.4
申请日：2024-05-31
Applicant: 西北工业大学
IPC: G06F30/20 , G06F119/08
Abstract: 本发明提供了一种复杂烧蚀环境下绝热层烧蚀率的快速预测方法，包括通过对实验测试和数值仿真得到已有烧蚀数据的输入参数进行分析，获得能影响绝热层烧蚀率因素的参数；基于获得的能影响绝热层烧蚀率因素的参数，建立气相烧蚀环境下绝热层烧蚀率快速预测的模型或者粒子侵蚀环境下绝热层烧蚀率快速预测的模型并进行数据拟合，得到适用于复杂烧蚀环境的绝热层烧蚀率模型，用于复杂烧蚀环境下绝热层烧蚀率的快速预测；本发明建立了适用于复杂烧蚀环境的绝热层烧蚀率预测方法，能够在热化学烧蚀、气流剥蚀、粒子侵蚀等不同的烧蚀环境中进行快速预测绝热层烧蚀率。
-
Patent Agency Ranking
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
Applicant: 西北工业大学 , 西安爱生技术集团公司
IPC: G06T5/50
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。
-
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
Applicant: 西北工业大学 , 西安爱生技术集团公司
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。
-
公开(公告)号：CN109919884A
公开(公告)日：2019-06-21
申请号：CN201910093445.1
申请日：2019-01-30
Applicant: 西北工业大学 , 西安爱生技术集团公司
Abstract: 本发明涉及一种基于高斯滤波加权的红外和可见光图像融合方法，对源图像采用高斯平滑滤波器进行分解；为便于对视觉特征的显著性进行度量，采用高斯滤波器加权构造结构显著性视觉特征和融合的决策图模型；根据融合图像邻域像素之间的相关性，采用基于快速引导滤波器抑制噪声和决策图边界不一致而产生的光晕伪影现象。实验证明，本发明方法与现有的图像融合方法相比具有更好的融合效果，可克服融合图像的纹理细节缺失、失真不足问题，融合图像的显著性得到很大的提高。
-
公开(公告)号：CN109507655A
公开(公告)日：2019-03-22
申请号：CN201811512718.3
申请日：2018-12-11
Applicant: 西北工业大学 , 西安爱生技术集团公司
IPC: G01S7/41
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。
-
公开(公告)号：CN107194904A
公开(公告)日：2017-09-22
申请号：CN201710322516.1
申请日：2017-05-09
Applicant: 西北工业大学 , 西安爱生技术集团公司
IPC: G06T5/50
CPC classification number: G06T5/50 , G06T2207/10048 , G06T2207/20084 , G06T2207/20221
Abstract: 本发明公开了一种基于增补机制和PCNN的NSCT域图像融合方法，用于解决现有NSCT域图像融合方法存在图像失真现象的技术问题。技术方案是采用增补的小波变换对NSCT分解的低频子带进行融合处理，以便尽可能多的保留图像背景的细节信息；利用改进的高斯加权SML的方法进行融合来增强图像细节；利用边缘梯度信息激励PCNN的方法进行融合来增强图像边缘信息；实验证明本发明方法与现有的图像融合方法相比具有更好的融合效果，在对克服图像的纹理细节缺失、失真不足的同时，目标显著性得到很大的提高，进一步提高了图像质量。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.024 seconds)
