-
公开(公告)号：CN116342905A
公开(公告)日：2023-06-27
申请号：CN202310085812.X
申请日：2023-02-06
Applicant: 西北工业大学
IPC: G06V10/46 , G06V10/44 , G06V10/774 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了一种双路多分枝网络模型的特征提取方法，构建正图像样本包和负图像样本包；将正图像样本包作为双路多分枝网络模型的输入，输出正图像样本包旋转不变性特征；将负图像样本包作为双路多分枝网络模型的输入，输出负图像样本包旋转不变性特征；根据正图像样本包旋转不变性特征和负图像样本包旋转不变性特征构建双中心损失函数；根据双中心损失函数和Softmax函数对双路多分枝网进行训练。解决了如何提高卷积神经网络的特征提取的丰富性以及提高样本的可分性的技术问题，达到了提高网络分类精度的技术效果。
-
公开(公告)号：CN108090898B
公开(公告)日：2020-11-10
申请号：CN201711380350.5
申请日：2017-12-20
Applicant: 西北工业大学
Abstract: 本发明公开了一种基于字典表示的卫星遥感图像典型地标检测方法，其包括以下步骤S1、选定地标区域，生成该地标区域的典型地标数据库；S2、对地标区域进行图像采集，利用字典表示方法将获得的图像与S1获得的典型地标数据库进行匹配，获取检测结果。所述典型地标数据库中包含了不同天气情况，不同时间，不同光照，不同背景等复杂天时环境下的典型地标图像信息，因此本发明适应性好，对于复杂天时环境下的典型地标检测可以得到很好的检测效果。所述字典表示方法包括稀疏表示与协同表示，本发明设计综合典型地标库和字典表示方法进行卫星遥感图像典型地标检测，其检测效果及稳定性好。
-
公开(公告)号：CN111028160A
公开(公告)日：2020-04-17
申请号：CN201911147527.6
申请日：2019-11-21
Applicant: 西北工业大学
Abstract: 本发明公开一种基于卷积神经网络的遥感图像噪声抑制方法，如下：步骤S1、构建卷积神经网络模型，卷积神经网络模型包括：依次相连接的输入层、隐含层和输出层；隐含层由以下组成：三个依次相连接的Inception模块，在第三个Inception模块后设置有两个相连接的卷积层；各Inception模块均包括：并行的第一子模块和第二子模块，以及设置在第一子模块和第二子模块后的一个拼接层。步骤S2、训练步骤S1中的卷积神经网络模型。步骤S3、将待处理的遥感图像输入训练后的卷积神经网络模型，输出去噪后的遥感图像。本发明中的抑制方法噪声抑制效果好、泛化能力好、时间复杂度低。
-
公开(公告)号：CN111027594A
公开(公告)日：2020-04-17
申请号：CN201911127627.2
申请日：2019-11-18
Applicant: 西北工业大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于字典表示的分步式异常检测方法，包括以下步骤：步骤S1、选取待测试样本，提取待测试样本图像特征；步骤S2、运用正常字典，对步骤S1中的待测试样本图像特征进行一次重构，精确提取出部分正常测试样本，剩余的样本为一次存疑测试样本；步骤S3、运用异常字典，对步骤S2中的一次存疑测试样本进行二次重构，精确提取出部分异常样本，剩余的为二次存疑测试样本；步骤S4、运用正常字典和异常字典堆叠的双字典，对步骤S3中的二次存疑测试样本进行三次重构，由双字典重构误差或重构后的系数分布判别二次存疑测试样本为正常样本或异常样本。该检测方法识别效果好、时间复杂度低，虚检率低。
-
公开(公告)号：CN102509067B
公开(公告)日：2014-04-02
申请号：CN201110284993.6
申请日：2011-09-22
Applicant: 西北工业大学
Abstract: 本发明公开了一种车道边界和主车方位检测方法，首先设置最佳车载摄像机外参数；然后根据车道图像像素梯度幅值自适应设置边缘阈值，并提取边缘点、计算边缘点方向；再根据车道边界投影模型、边缘点及其方向利用蚁群优化搜索定位车道边界；最后计算车道平面线形参数值和主车方位；本发明的检测方法能够快速有效搜索定位车道边界，能够适应各种车道线形以及天气和光照变化，并能够测算出车道平面线形参数值和主车在车道中的偏向角和位置。
-
Patent Agency Ranking
公开(公告)号：CN108986025B
公开(公告)日：2023-02-10
申请号：CN201810584889.0
申请日：2018-06-08
Applicant: 西北工业大学
Abstract: 本发明公开了一种基于不完备姿轨信息的高精度异时图像拼接及校正方法，其包括以下步骤：S1、根据陀螺仪角速度和卫星在待拼接的两幅条带图像下的姿态信息解算其相应时刻的方向余弦矩阵；S2、根据步骤S1中得到的两个时刻对应的方向余弦矩阵，得到两幅图像相对于导航系的对应关系，也即确定原始线阵扫描图像与当前图像的大概位置对应关系；S3、利用SIFT特征点匹配进行图像校正，确定两幅条带图像的详细位置对应关系，并完成图像拼接。本发明提供的方法解决了传统图像拼接方法对于大范围遥感图像拼接的缺陷，提高了遥感线阵扫描图像的拼接精度和效率。
-
公开(公告)号：CN112308887A
公开(公告)日：2021-02-02
申请号：CN202011069504.0
申请日：2020-09-30
Applicant: 西北工业大学
IPC: G06T7/33
Abstract: 本发明公开了一种多源图像序列实时配准方法，如下：输入两组单源图像序列，其中一组单源图像序列为参考图像序列，另一组单源图像序列为待配准图像序列；利用间隔采样法，同时对两组单源图像序列间隔采样，得到定标帧图像对集合。对当前待处理采样图形对，运用基于特征的图像配准算法进行配准，采用配准参数更新相机参数。对当前定标帧图像对之后、下一定标帧图像对之前的待配准图像对依次进行投影变换，得到一系列配准后的目标图像序列对。选择下一定标帧图像对作为当前待处理采样图像对；直到所有待配准图像完成配准。该方法减少了定标帧图像后的序列图像进行特征点检测与提取、特征描述、特征匹配以及求解配准关系的过程，且配准精度高。
-
公开(公告)号：CN112288644A
公开(公告)日：2021-01-29
申请号：CN202011058474.3
申请日：2020-09-30
Applicant: 西北工业大学
IPC: G06T5/00
Abstract: 本发明公开了一种基于图像分层的实时高效红外图像细节增强方法，包括如下：步骤S1、输入一幅待处理的红外图像，将整幅图像均匀分为尺寸相同的多个图像子块。步骤S2、利用同一滤波器，并行地对获得的多个图像子块进行图像分层处理，将各个图像子块分为背景基本层和图像细节层。并行地对获得的图像子块的背景基本层进行动态范围压缩，得到处理后的背景基本层。并行地对获得的图像子块的图像细节层进行细节的放大并抑制噪声，得到处理后的细节层。步骤S3、将增强后的图像子块按照原始输入的待处理图像中的分布拼接起来，得到细节增强后的整幅红外图像。该方法能够减少算法的执行时间，从而达到红外图像的高效实时细节增强。
-
公开(公告)号：CN108090898A
公开(公告)日：2018-05-29
申请号：CN201711380350.5
申请日：2017-12-20
Applicant: 西北工业大学
Abstract: 本发明公开了一种基于字典表示的卫星遥感图像典型地标检测方法，其包括以下步骤S1、选定地标区域，生成该地标区域的典型地标数据库；S2、对地标区域进行图像采集，利用字典表示方法将获得的图像与S1获得的典型地标数据库进行匹配，获取检测结果。所述典型地标数据库中包含了不同天气情况，不同时间，不同光照，不同背景等复杂天时环境下的典型地标图像信息，因此本发明适应性好，对于复杂天时环境下的典型地标检测可以得到很好的检测效果。所述字典表示方法包括稀疏表示与协同表示，本发明设计综合典型地标库和字典表示方法进行卫星遥感图像典型地标检测，其检测效果及稳定性好。
-
公开(公告)号：CN119756582A
公开(公告)日：2025-04-04
申请号：CN202411955523.1
申请日：2024-12-28
Applicant: 西北工业大学
Abstract: 本发明公开了一种可变仿生曲面复眼结构及多光谱图像采集装置，包括采集控制组件和九个图像采集构件，每个图像采集构件设置有图像采集板和图像采集传感器，图像采集传感器固定连接于图像采集板的底面中心；每个图像采集板均与采集控制组件固定连接；九个图像采集板位于同一个平面，且呈3×3长方形阵列排布，定义长方形阵列排布中图像采集板自上而下从左至右的编号依次为1～9；采集控制组件可控制编号为1～3、4、6和7～9的图像采集板同时向编号为5的图像采集板转动。本发明的装置采集的多光谱图像质量高且采集镜头的视场利用率高。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.018 seconds)
