-
公开(公告)号：CN112308887B
公开(公告)日：2024-03-22
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。
-
Patent Agency Ranking
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：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：CN116630655A
公开(公告)日：2023-08-22
申请号：CN202310446658.4
申请日：2023-04-24
Applicant: 西北工业大学
IPC: G06V10/58 , G06V10/774 , G06V10/772 , G06V10/762
Abstract: 本发明公开了一种基于光谱变化增广的伪装目标检测方法及装置，先根据高光谱图像获取背景光谱变化字典和目标光谱变化字典，然后将背景光谱变化字典与目标光谱变化字典合并形成联合光谱变化字典，再利用联合光谱变化字典分别对背景字典和目标字典进行扩展，形成扩展背景字典和扩展目标字典，再基于协同表示使用扩展背景字典和扩展目标字典分别对测试样本进行重构，计算扩展背景字典的重构误差和扩展目标字典的重构误差，再根据扩展背景字典的重构误差和扩展目标字典的重构误差判别测试样本是否为伪装目标。该方法增加了字典中光谱变化的多样性，解决了由样本数量少和光谱变化导致的字典中光谱变化多样性有限的问题，进而提升了该方法的检测准确率。
-
公开(公告)号：CN111027594B
公开(公告)日：2022-08-12
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。
-
-
-
-
-
Search Results
6
records
(took 0.016 seconds)
