-
公开(公告)号：CN102393958B
公开(公告)日：2013-06-12
申请号：CN201110199364.3
申请日：2011-07-16
Applicant: 西安电子科技大学
IPC: G06T5/50
Abstract: 本发明公开了一种基于压缩感知的多聚焦图像融合方法，它涉及图像处理技术领域，主要解决现有技术由于光学镜头景深有限，难以获取一幅所有景物均聚焦的清晰图像的问题。其实现步骤为：(1)对图像进行分块；(2)计算每个图像子块的平均梯度以确定融合权值；(3)对每个图像子块进行稀疏表示并采用随机高斯矩阵对每个图像子块进行观测；(4)对每个图像子块的观测值的融合权值进行加权融合；(5)对融合后的图像观测值采用正交匹配追踪算法进行恢复并对恢复结果进行小波逆变换得到融合后的全聚焦图像。本发明可获得较好的图像融合结果并具有较好的收敛性能，可用多聚焦图像的融合。
-
公开(公告)号：CN102184533A
公开(公告)日：2011-09-14
申请号：CN201110155008.1
申请日：2011-06-10
Applicant: 西安电子科技大学
IPC: G06T5/00
Abstract: 本发明公开了一种基于非局部约束的全变分图像去模糊方法，主要解决现有技术在图像去模糊时，不能锐化图像边缘和不能恢复图像高频细节的问题。其实现过程为：(1)用维纳滤波法初始化去模糊结果图；(2)计算去模糊结果图的非局部权重系数矩阵；(3)用基于非局部约束的阈值迭代公式更新去模糊结果图；(4)用基于全变分模型的去噪方法对去模糊结果图进行噪声抑制；(5)判断是否满足停止条件，如果是，则得到最终的去模糊结果图；否则，返回步骤(2)，直到满足停止条件为止。本发明在对图像去模糊时，能够锐化图像边缘，恢复图像高频细节，可用于对各种已知模糊类型的模糊图像进行去模糊。
-
公开(公告)号：CN102254314B
公开(公告)日：2012-10-24
申请号：CN201110199505.1
申请日：2011-07-17
Applicant: 西安电子科技大学
IPC: G06T5/50
Abstract: 本发明公开了一种基于压缩感知的可见光和红外图像融合方法，主要解决现有的可见光和红外传感器难以同时获取目标和场景均清晰的问题。其实现步骤为：(1)对输入的可见光和红外图像进行单层小波分解；(2)对小波分解后的低频子带系数进行融合，对高频子带系数进行观测；(3)对高频子带系数观测值进行融合；(4)对融合后的高频子带系数观测值进行重构，得到融合后的高频子带系数；(5)对融合后的低频子带系数和高频子带系数进行小波逆变换，得到融合后的图像。本发明对可见光和红外图像能同时获取目标和场景均清晰的融合图像，且处理速度快，效果好，可用于目标识别，跟踪前的预处理。
-
公开(公告)号：CN102393958A
公开(公告)日：2012-03-28
申请号：CN201110199364.3
申请日：2011-07-16
Applicant: 西安电子科技大学
IPC: G06T5/50
Abstract: 本发明公开了一种基于压缩感知的多聚焦图像融合方法，它涉及图像处理技术领域，主要解决现有技术由于光学镜头景深有限，难以获取一幅所有景物均聚焦的清晰图像的问题。其实现步骤为：(1)对图像进行分块；(2)计算每个图像子块的平均梯度以确定融合权值；(3)对每个图像子块进行稀疏表示并采用随机高斯矩阵对每个图像子块进行观测；(4)对每个图像子块的观测值的融合权值进行加权融合；(5)对融合后的图像观测值采用正交匹配追踪算法进行恢复并对恢复结果进行小波逆变换得到融合后的全聚焦图像。本发明可获得较好的图像融合结果并具有较好的收敛性能，可用多聚焦图像的融合。
-
公开(公告)号：CN101763512A
公开(公告)日：2010-06-30
申请号：CN200910219443.9
申请日：2009-12-11
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种高分辨率遥感图像中道路目标的半自动检测方法，它涉及遥感图像处理技术领域，主要解决现有方法对背景复杂的图像、道路的宽度和路面标记各不相同且灰度值上存在很大差异时不能准确检测道路的问题。其实现步骤为：首先结合人工输入的起始种子点和初始方向选取2N*2N的窗口；接着对窗口内图像进行直方图均衡化、高斯滤波预处理；再利用小波变换和Hough变换提取道路的边界直线，计算出道路中心点坐标；然后利用基于灰度比较的模板匹配方法对道路中心点坐标进行较正，利用已得的道路中心点坐标信息对道路方向进行较正；最后依次连接各次迭代所得的道路中心点坐标即得道路中心线，并输出。本发明能够处理背景复杂的遥感图像，当道路的宽度和路面标记各不相同，灰度值上也存在很大差异时，能够有效的检测道路，并对道路的中心线进行准确定位，可用于对道路目标的半自动检测。
-
Patent Agency Ranking
公开(公告)号：CN102306379B
公开(公告)日：2013-04-03
申请号：CN201110276344.1
申请日：2011-09-16
Applicant: 西安电子科技大学
IPC: G06T5/10
Abstract: 本发明公开了基于形状自适应非局部均值的极化SAR数据相干斑抑制方法，主要解决现有极化SAR相干斑抑制技术不能很好的滤除同质区域的相干斑噪声和不能有效保持边缘细节信息以及完整的保持极化信息的缺点。其实现过程为：(1)输入极化SAR数据的协方差矩阵C；(2)对协方差矩阵C进行亮目标保持；(3)对协方差矩阵C的非亮目标元素进行形状自适应的非局部均值滤波；(4)对不同形状块估计的结果进行加权平均；(5)通过Sinclair向量方法将去斑后的协方差矩阵C生成伪彩图，以显示观察滤波的效果。本发明与现有技术相比显著提高了极化SAR数据的相干斑抑制的能力，能够有效的平滑同质区域和保持边缘细节信息，可用于极化SAR数据的预处理过程。
-
公开(公告)号：CN102184533B
公开(公告)日：2012-10-24
申请号：CN201110155008.1
申请日：2011-06-10
Applicant: 西安电子科技大学
IPC: G06T5/00
Abstract: 本发明公开了一种基于非局部约束的全变分图像去模糊方法，主要解决现有技术在图像去模糊时，不能锐化图像边缘和不能恢复图像高频细节的问题。其实现过程为：(1)用维纳滤波法初始化去模糊结果图；(2)计算去模糊结果图的非局部权重系数矩阵；(3)用基于非局部约束的阈值迭代公式更新去模糊结果图；(4)用基于全变分模型的去噪方法对去模糊结果图进行噪声抑制；(5)判断是否满足停止条件，如果是，则得到最终的去模糊结果图；否则，返回步骤(2)，直到满足停止条件为止。本发明在对图像去模糊时，能够锐化图像边缘，恢复图像高频细节，可用于对各种已知模糊类型的模糊图像进行去模糊。
-
公开(公告)号：CN102306379A
公开(公告)日：2012-01-04
申请号：CN201110276344.1
申请日：2011-09-16
Applicant: 西安电子科技大学
IPC: G06T5/10
Abstract: 本发明公开了基于形状自适应非局部均值的极化SAR数据相干斑抑制方法，主要解决现有极化SAR相干斑抑制技术不能很好的滤除同质区域的相干斑噪声和不能有效保持边缘细节信息以及完整的保持极化信息的缺点。其实现过程为：(1)输入极化SAR数据的协方差矩阵C；(2)对协方差矩阵C进行亮目标保持；(3)对协方差矩阵C的非亮目标元素进行形状自适应的非局部均值滤波；(4)对不同形状块估计的结果进行加权平均；(5)通过Sinclair向量方法将去斑后的协方差矩阵C生成伪彩图，以显示观察滤波的效果。本发明与现有技术相比显著提高了极化SAR数据的相干斑抑制的能力，能够有效的平滑同质区域和保持边缘细节信息，可用于极化SAR数据的预处理过程。
-
公开(公告)号：CN102254314A
公开(公告)日：2011-11-23
申请号：CN201110199505.1
申请日：2011-07-17
Applicant: 西安电子科技大学
IPC: G06T5/50
Abstract: 本发明公开了一种基于压缩感知的可见光和红外图像融合方法，主要解决现有的可见光和红外传感器难以同时获取目标和场景均清晰的问题。其实现步骤为：(1)对输入的可见光和红外图像进行单层小波分解；(2)对小波分解后的低频子带系数进行融合，对高频子带系数进行观测；(3)对高频子带系数观测值进行融合；(4)对融合后的高频子带系数观测值进行重构，得到融合后的高频子带系数；(5)对融合后的低频子带系数和高频子带系数进行小波逆变换，得到融合后的图像。本发明对可见光和红外图像能同时获取目标和场景均清晰的融合图像，且处理速度快，效果好，可用于目标识别，跟踪前的预处理。
-
公开(公告)号：CN102254305A
公开(公告)日：2011-11-23
申请号：CN201110180245.3
申请日：2011-06-30
Applicant: 西安电子科技大学
IPC: G06T5/00
Abstract: 本发明公开了一种基于三字典块匹配的图像复原方法，主要解决现有技术在图像复原时，无法锐化图像边缘且造成部分图像高频细节丢失的问题。本发明的技术方案为：首先输入一幅待处理模糊图像，并构造模糊字典Db，清晰字典Dc和高频字典Dh；然后通过将待处理的模糊图像分块，分别找到各图像块在模糊字典Db中最匹配的图像块；再利用三个字典间的一一对应关系恢复出低频结果图和高频结果图；最后将恢复出的低频结果图和高频结果图相加，得到最终的复原结果图。本发明在图像复原时，能够去除图像梯度效应，锐化图像边缘，恢复图像高频细节信息，提高模糊图像的恢复质量。可用于对各种已知模糊类型的模糊图像进行复原。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.023 seconds)
