-
公开(公告)号：CN117911270A
公开(公告)日：2024-04-19
申请号：CN202410070638.6
申请日：2024-01-17
Applicant: 西安电子科技大学
IPC: G06T5/70 , G06T5/40 , G06T5/60 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明涉及一种红外图像的噪声抑制方法，属于图像噪声处理领域，该方法包括：根据改进后的局部直方图均衡化算法对待处理图像进行处理，得到第一图像；通过神经网络对第一图像进行特征提取，得到第一特征，并根据第一特征得到第二图像；根据第一图像、第二图像和神经网络，得到密度矩阵；根据第一图像、第二图像和密度矩阵，得到第一融合特征；根据第一融合特征和神经网络得到噪声抑制后的目标图像。通过上述技术方案，利用改进后的局部直方图均衡化算法预先对图像的进行处理，减轻后续神经网络的处理压力，在减少待处理图像中噪声的同时，利用神经网络加快了图像噪声的抑制速度，具有较强的图像恢复效果。
-
公开(公告)号：CN115396036B
公开(公告)日：2024-03-29
申请号：CN202210995356.8
申请日：2022-08-18
Applicant: 西安电子科技大学
IPC: H04B10/50 , H04B10/516 , H04B10/548 , H04B10/564 , H04B10/2575
Abstract: 本发明公开了一种基于DPMZM和两个IM级联的宽带光频梳产生方法，解决了现有技术产生的光频梳的频谱带宽较小和带外抑制比不高的问题。本发明实现的步骤为：产生射频信号；设置调制器的直流偏置电压；输入光载波信号；生成调制光信号；抵消两个子调制器生成的±1阶边带信号；抑制高阶边带信号；产生10线宽带光频梳；产生50线宽带光频梳。本发明通过DPMZM的主调制器，抵消了两个子调制器生成的±1阶边带信号，DPMZM输出±3阶边带，增大了光频梳的频谱带宽，以及在DPMZM后加入一个带通光学滤波器，提高了光频梳的带外抑制比。
-
公开(公告)号：CN112767446A
公开(公告)日：2021-05-07
申请号：CN202110090108.4
申请日：2021-01-22
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种提高红外图像跟踪的目标跟踪准确率的图像跟踪系统，包括：视频帧切割系统、图像帧模糊评价系统、图像去模糊系统、红外图像跟踪系统和跟踪效果显示系统，视频帧切割系统，用于将输入的视频进行从视频到图像帧的转变；图像帧模糊评价系统，对图像帧进行图像模糊度评价；图像去模糊系统，对图像帧进行特定图像的去模糊工作；红外图像跟踪系统，根据去模糊后的图像帧进行目标跟踪；跟踪效果显示系统，用于显示目标跟踪过程。本发明可以广泛应用与图像质量较差的图像跟踪任务中，能够提高跟踪准确率，减少目标丢失的风险。
-
公开(公告)号：CN119941563A
公开(公告)日：2025-05-06
申请号：CN202411837737.9
申请日：2024-12-13
Applicant: 西安电子科技大学
IPC: G06T5/73 , G06T5/50 , G06T5/94 , G06T5/60 , G06V10/25 , G06V10/26 , G06V20/70 , G06V10/80 , G06V10/77 , G06V10/52 , G06V10/42 , G06V10/44 , G06V10/82 , G06N3/0464 , G06N3/045
Abstract: 本发明实施例公开了一种红外弱小目标图像增强方法，所述方法包括：对原始红外图像进行分块处理，获取若干个子图像；对所述若干个子图像进行分类，获取含有目标图像的子图像集合和不含目标图像的子图像集合；对所述含有目标图像的子图像集合进行图像增强，获取边缘锐化的目标特征图像集合；对所述不含目标图像的子图像集合进行锐化，获取边缘锐化的非目标特征图像集合；对所述边缘锐化的目标特征图像集合和所述边缘锐化的非目标特征图像集合进行合并，得到具有目标边缘锐化的红外弱小目标图像。本发明通过分块处理、分类、图像增强和合并，可以实现针对性的增强，有效提高红外图像中弱小目标的可见性和识别度。
-
公开(公告)号：CN117196982A
公开(公告)日：2023-12-08
申请号：CN202311160895.0
申请日：2023-09-08
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种利用频域特性的自适应低照度图像增强方法，包括：将低照度图像分解为照度图和反射图；基于频域特性的自适应照度调整方法对照度图进行自适应的照度调整，得到调整后的照度图；基于噪声在图像上分布的独立性，对所述调整后的照度图进行噪声抑制，得到噪声抑制后的照度图；基于噪声在图像上分布的独立性，对所述反射图进行噪声抑制，得到噪声抑制后的反射图；对所述噪声抑制后的照度图和所述噪声抑制后的照度图进行融合，得到增强后的低照度图像。本发明的方法实现图像照度的自适应调整，同时对图像细节进行全局增强，从而提高增强后图像的整体质量，实现高效的图像增强效果。
-
Patent Agency Ranking
公开(公告)号：CN119693495A
公开(公告)日：2025-03-25
申请号：CN202510206065.X
申请日：2025-02-25
Applicant: 西安电子科技大学
IPC: G06T11/40 , G06N3/0464 , G06N3/0499 , G06T5/10 , G06T5/60 , G06T5/70
Abstract: 本发明涉及图像处理技术领域，公开了一种SAR图像的彩色化方法、系统、存储介质及设备，包括：获取SAR图像，提取其空间特征和频率特征；将空间特征和频率特征输入条件扩散模型，该模型包括空间频率信息交互网络，通过空间频率信息交互网络对SAR图像进行前向加噪和逆向去噪；在前向加噪过程中，空间频率信息交互网络根据空间特征和频率特征预测输出各个时间序列的待添加噪声；按照时间序列的顺序将待添加噪声依次添加至SAR图像中，得到纯噪声图像；在逆向去噪过程中，空间频率信息交互网络根据纯噪声图像预测输出各个时间序列的待去除噪声；按照时间序列的顺序从纯噪声图像中去除待去除噪声，得到彩色图像。本发明能够提升SAR图像彩色化结果的质量。
-
公开(公告)号：CN118887506A
公开(公告)日：2024-11-01
申请号：CN202411157145.2
申请日：2024-08-22
Applicant: 西安电子科技大学
IPC: G06V10/80 , G06N3/0455 , G06N3/0464 , G06N3/082 , G06V10/42 , G06V10/44
Abstract: 本发明实施例公开了一种基于可学习频域特征分解的图像融合方法、系统及介质，方法包括：对初始红外可见光图像进行特征提取，获取图像离散信号；通过低频分析向量和高频分析向量构建可学习频域特征分解网络；根据所述可学习频域特征分解网络分解图像离散信号，获取低频分量特征、水平高频分量特征、垂直高频分量特征和对角线高频分量特征；对低频分量特征进行全局特征信息提取，获取可见光与红外光的全局特征；对水平高频分量特征、垂直高频分量特征和对角线高频分量特征进行细节特征信息提取，获取可见光与红外光的三通道细节特征；融合全局特征和三通道细节特征，并结合初始红外可见光图像输出最终的融合图像。本方法的参数量及计算复杂度较低。
-
公开(公告)号：CN118298144A
公开(公告)日：2024-07-05
申请号：CN202410359706.0
申请日：2024-03-27
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于改进贝叶斯优化广义回归神经网络的多光谱辐射测温反演方法，包括以下步骤：对红外多光谱图像序列进行预处理，并将预处理后的数据与目标真实温度对应起来，构建为数据集；建立用于目标测温区域真实温度回归反演的广义回归神经网络模型；基于数据集，采用仿生优化算法作为贝叶斯优化的采样方法，并利用改进的贝叶斯优化算法对广义回归神经网络模型中的超参数进行优化，以便于利用优化好的广义回归神经网络模型反演目标真实温度。该方法无需假设发射率模型，具有较高的测温效率和测温精度，且具有更广泛的适用性。
-
公开(公告)号：CN115396036A
公开(公告)日：2022-11-25
申请号：CN202210995356.8
申请日：2022-08-18
Applicant: 西安电子科技大学
IPC: H04B10/50 , H04B10/516 , H04B10/548 , H04B10/564 , H04B10/2575
Abstract: 本发明公开了一种基于DPMZM和两个IM级联的宽带光频梳产生方法，解决了现有技术产生的光频梳的频谱带宽较小和带外抑制比不高的问题。本发明实现的步骤为：产生射频信号；设置调制器的直流偏置电压；输入光载波信号；生成调制光信号；抵消两个子调制器生成的±1阶边带信号；抑制高阶边带信号；产生10线宽带光频梳；产生50线宽带光频梳。本发明通过DPMZM的主调制器，抵消了两个子调制器生成的±1阶边带信号，DPMZM输出±3阶边带，增大了光频梳的频谱带宽，以及在DPMZM后加入一个带通光学滤波器，提高了光频梳的带外抑制比。
-
公开(公告)号：CN118506009A
公开(公告)日：2024-08-16
申请号：CN202410368447.8
申请日：2024-03-28
Applicant: 西安电子科技大学
IPC: G06V10/30 , G06V10/774 , G06V10/82 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了一种基于扩散模型框架的红外弱小目标检测方法及装置，所述方法包括：将探测图像输入至训练好的双路径编解码神经网络模型中，由模型多次预测探测图像中的噪声，在探测图像中依次减去预测得到的多个噪声得到目标图像。由于双路径编解码神经网络模型中包括多个双路径编码器和解析器，而双路径编码器在训练时能够通过两个特征提取路径提取样本中的语义信息和噪声特征，解析器能够约束特征中的高频噪声，因此双路径编解码神经网络模型能够充分学习到样本更精确的语义信息和噪声特征，本发明通过训练好的双路径编解码神经网络模型来提取探测图像中的目标，能够提高目标识别的准确度、提高识别性能。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.021 seconds)
