-
公开(公告)号：CN101980248B
公开(公告)日：2012-12-05
申请号：CN201010537951.4
申请日：2010-11-09
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于改进视觉注意力模型的自然场景目标检测方法，主要解决现有基于视觉注意力模型目标检测中检测正确率低、误检率高的问题，其步骤是：(1)输入待检测图像，利用Itti的视觉注意力模型提取亮度、颜色和方向特征显著性图；(2)对原始图像提取谱特征显著性图；(2)对亮度、颜色、方向、谱特征显著性图和实验者的注意力图进行数据采样及标记，形成最终的粗糙集信息表；(4)根据粗糙集信息表，构造属性重要性，并通过聚类得到特征图的最优权值；(5)对特征子图进行加权，得到原始图像的显著性图，该显著性图对应的显著性区域即为目标位置区域。本发明能更有效的检测到自然场景中的视觉注意力区域并对其中的目标进行定位。
-
公开(公告)号：CN101980248A
公开(公告)日：2011-02-23
申请号：CN201010537951.4
申请日：2010-11-09
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于改进视觉注意力模型的自然场景目标检测方法，主要解决现有基于视觉注意力模型目标检测中检测正确率低、误检率高的问题，其步骤是：(1)输入待检测图像，利用Itti的视觉注意力模型提取亮度、颜色和方向特征显著性图；(2)对原始图像提取谱特征显著性图；(3)对亮度、颜色、方向、谱特征显著性图和实验者的注意力图进行数据采样及标记，形成最终的粗糙集信息表；(4)根据粗糙集信息表，构造属性重要性，并通过聚类得到特征图的最优权值；(5)对特征子图进行加权，得到原始图像的显著性图，该显著性图对应的显著性区域即为目标位置区域。本发明能更有效的检测到自然场景中的视觉注意力区域并对其中的目标进行定位。
-
公开(公告)号：CN104392235A
公开(公告)日：2015-03-04
申请号：CN201410751842.0
申请日：2014-12-09
Applicant: 西安电子科技大学
IPC: G06K9/46
CPC classification number: G06K9/4647
Abstract: 本发明公开了基于梯度方向直方图特征和分块亮度的弧状极光检测方法，主要解决现有技术不能直接检测弧状极光发生的缺陷。其技术方案有两种：一是利用分块亮度对极光图像进行弧状极光数目统计，其步骤是：1.将极光图像分成8个扇形区域，求每个扇形区域的亮度均值，判断极光图像为弧状极光；2.统计各个时间段内的弧状极光发生数目。二是利用梯度方向直方图特征的均值进行弧状极光检测，其步骤是：1)提取极光图像的梯度方向直方图特征组成特征向量；2)利用求得的极光图像的特征向量均值判断极光图像为弧状极光。本发明能较好地检测出弧状极光的发生，可用于从物理参数的角度去描述和研究弧状极光发生时其行星际磁场三分量的变化特点。
-
公开(公告)号：CN104463226A
公开(公告)日：2015-03-25
申请号：CN201410820185.0
申请日：2014-12-25
Applicant: 西安电子科技大学
CPC classification number: G06K9/6218 , G06K9/6268
Abstract: 本发明公开了一种基于序列环扇形分块局部方向模式SRLDP的弧状极光序列检测方法，主要解决现有技术忽略极光图像时间域信息检测不准确的问题。其实现步骤为：(1)利用序列局部方向模式编码方法提取极光序列局部方向模式特征，得到极光序列局部方向模式图；(2)将序列局部方向模式图分为环扇形块，统计每个环扇形块的像素点画出其直方图；(3)将一个序列的环扇形块的直方图转化为一个局部向量并串接，对所有序列重复操作，将串接后的局部向量作为极光序列局部方向模式特征矩阵的行向量；(4)利用自动调节谱聚类方法对极光序列局部方向模式特征矩阵进行聚类，得到分类结果。本发明提高了对弧状极光序列分类的准确率，可用于事件检测。
-
-
-
Search Results
4
records
(took 0.03 seconds)
