-
公开(公告)号：CN103345511B
公开(公告)日：2016-08-10
申请号：CN201310280249.8
申请日：2013-07-04
Applicant: 西北工业大学
IPC: G06F17/30
Abstract: 本发明涉及一种基于稀疏表达的遥感图像检索方法，技术特征在于：首先对查询图像提取底层特征并使用在线字典学习方法训练过完备字典，然后将查询图像的底层特征使用由查询图像与数据库图像的过完备字典构成的联合字典稀疏编码并计算重构误差，根据重构误差投票，计算出查询图像与数据库中图像的相似度，最后根据相似度的降序排列得到最终的排序检索结果。利用本发明方法，可以实现遥感图像快速、有效地检索，提高检索质量，且具有较好的鲁棒性。
-
公开(公告)号：CN102945378B
公开(公告)日：2015-06-10
申请号：CN201210408888.3
申请日：2012-10-23
Applicant: 西北工业大学
Abstract: 本发明涉及一种基于监督方法遥感图像目标潜在区域检测方法，可以应用于复杂背景下的遥感图像多类感兴趣目标区域检测和定位。特征在于：在对遥感图像多类目标潜在区域进行检测时，首先提取相应的显著性特征分量，然后利用训练样本中的显著性特征进行训练得出SVM分类器参数，再将训练好的分类器用于测试图像中得到测试图像的显著图，最后利用自适应阈值分割方法对显著图进行分割，得出目标潜在区域的二值图。该方法具有较高的检测精度和较低的虚警率，与现有方法相比具有明显优势。
-
公开(公告)号：CN102867195A
公开(公告)日：2013-01-09
申请号：CN201210300645.8
申请日：2012-08-22
Applicant: 西北工业大学
IPC: G06K9/66
Abstract: 本发明涉及一种基于稀疏表示字典学习的遥感图像多类目标检测和识别的方法。技术特征在于：首先对预处理后的训练数据使用基于稀疏表示字典训练方法训练出字典；然后对测试图像中的子图像块使用训练所得到的字典进行稀疏编码，求出其稀疏表示系数进而得出子图像块的重构误差，通过对重构误差的阈值化处理，确定候选目标区域；最后经过后期处理实现对遥感图像多类目标的精确检测和识别。利用本发明方法，可以从复杂背景下的遥感图像中检测并识别出多种类型的目标。本发明具有较高的检测识别精度和较低的虚警率。
-
公开(公告)号：CN102968786B
公开(公告)日：2015-08-12
申请号：CN201210408889.8
申请日：2012-10-23
Applicant: 西北工业大学
IPC: G06T7/00
Abstract: 本发明涉及一种非监督遥感图像目标潜在区域检测方法，在对遥感图像多类目标潜在区域进行检测时，首先提取相应的显著性特征通道，然后利用求平均的方法对这些提取到的特征进行融合，得到整幅图像显著图，最后利用meanshft和自适应阈值分割方法对显著图进行分割，得出目标潜在区域的二值图。本发明提出一种基于视觉注意理论的自底向上的非监督遥感图像目标潜在区域检测方法，可以应用于复杂背景下的遥感图像多类感兴趣目标潜在区域的检测和定位。该方法具有较高的检测精度和较低的虚警率，与现有方法相比具有明显优势。
-
公开(公告)号：CN103440655A
公开(公告)日：2013-12-11
申请号：CN201310379302.X
申请日：2013-08-27
Applicant: 西北工业大学
IPC: G06T7/00
Abstract: 本发明涉及一种机载遥感图像中跨河桥梁和离岸舰船联合检测方法。首先对机载遥感图像进行最大类间自适应阈值分割，接着对分割结果图像先进行形态学闭运算再进行形态学开运算得到水体区域图像，然后对水体区域图像进行二值化操作，得到水体区域二值图像，分出目标候选区域和水体背景区域，计算目标候选区域的面积平均值并检验目标候选区域四周是否存在水体背景区域，如果目标候选区域面积大于平均值并且四周均为水体背景区域，则该目标为离岸舰船，如果目标候选区域面积小于平均值并且四周只有相对的两边为水体背景区域，则该目标为跨河桥梁。本发明计算效率高、易于在机载计算机上进行实时处理，检测虚警率低。
-
Patent Agency Ranking
公开(公告)号：CN103345511A
公开(公告)日：2013-10-09
申请号：CN201310280249.8
申请日：2013-07-04
Applicant: 西北工业大学
IPC: G06F17/30
Abstract: 本发明涉及一种基于稀疏表达的遥感图像检索方法，技术特征在于：首先对查询图像提取底层特征并使用在线字典学习方法训练过完备字典，然后将查询图像的底层特征使用由查询图像与数据库图像的过完备字典构成的联合字典稀疏编码并计算重构误差，根据重构误差投票，计算出查询图像与数据库中图像的相似度，最后根据相似度的降序排列得到最终的排序检索结果。利用本发明方法，可以实现遥感图像快速、有效地检索，提高检索质量，且具有较好的鲁棒性。
-
公开(公告)号：CN103473760A
公开(公告)日：2013-12-25
申请号：CN201310331974.3
申请日：2013-08-01
Applicant: 西北工业大学
IPC: G06T7/00
Abstract: 本发明涉及一种高分辨率遥感图像机场感兴趣区域快速检测方法。首先采用LSD算法和FT算法分别计算出高分率遥感图像的直线检测二值结果图和显著图，然后在高分率遥感图像中随机选取巨量的矩形窗口，计算这些矩形窗口的物体度量性分数，根据它们的物体度量性分数采用非极大值抑制算法筛选出少量矩形窗口组成机场感兴趣区域。本发明利用了两种简单特征的互补性，可以很稳定地检测出感兴趣区域，并且计算量很小，大大提高了高分率遥感机场检测的速度和精度，实用性很强。
-
公开(公告)号：CN102819740A
公开(公告)日：2012-12-12
申请号：CN201210249215.8
申请日：2012-07-18
Applicant: 西北工业大学
IPC: G06K9/32
Abstract: 本发明涉及一种基于形态学带通滤波和尺度空间理论的单帧红外图像弱小目标检测和定位方法。基本思想是：首先对预处理后的红外图像进行形态学带通滤波，检测出红外弱小目标的潜在区域；然后利用DoG算子对预处理后的红外图像进行多尺度空间变换，并在目标的潜在区域通过尺度空间的极大值检测获得候选目标的位置和尺度；最后通过对候选目标的信杂比进行阈值化实现红外弱小目标的精确检测和定位。利用本发明方法，可以从复杂背景下的单帧红外图像中检测并定位出弱小目标。本发明具有很高的检测精度和较低的虚警率，同时具有较小的运算量，利于硬件系统实现。
-
公开(公告)号：CN102867195B
公开(公告)日：2014-11-26
申请号：CN201210300645.8
申请日：2012-08-22
Applicant: 西北工业大学
IPC: G06K9/66
Abstract: 本发明涉及一种基于稀疏表示字典学习的遥感图像多类目标检测和识别的方法。技术特征在于：首先对预处理后的训练数据使用基于稀疏表示字典训练方法训练出字典；然后对测试图像中的子图像块使用训练所得到的字典进行稀疏编码，求出其稀疏表示系数进而得出子图像块的重构误差，通过对重构误差的阈值化处理，确定候选目标区域；最后经过后期处理实现对遥感图像多类目标的精确检测和识别。利用本发明方法，可以从复杂背景下的遥感图像中检测并识别出多种类型的目标。本发明具有较高的检测识别精度和较低的虚警率。
-
公开(公告)号：CN103413123A
公开(公告)日：2013-11-27
申请号：CN201310332701.0
申请日：2013-08-01
Applicant: 西北工业大学
Abstract: 本发明涉及一种基于条件随机场模型的高分辨率遥感图像机场检测方法，实现过程为：首先提取高分辨率遥感图像的dense SIFT特征，求取dense SIFT特征在过完备字典上的稀疏编码，然后在每一个稀疏编码的4邻域范围内建立4连通图，在4连通图上建立条件随机场模型，根据由Max-margin算法学习得到条件随机场模型参数，由LBP算法推理出每一个稀疏编码属于机场目标的概率值，从而得到机场目标概率图，最后对机场目标概率图进行阈值分割，便可得到机场检测结果。本发明在高分辨遥感图像中进行机场检测，具有准确率高，虚警率低的优点，具有很高的应用价值。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.022 seconds)
