基于视觉选择性注意计算模型的静态目标检测方法

    公开(公告)号:CN102495998B

    公开(公告)日:2013-11-06

    申请号:CN201110356013.9

    申请日:2011-11-10

    Abstract: 本发明公开了一种基于视觉选择性注意计算模型的静态目标检测方法,其实现步骤为:(1)输入待检测目标;(2)输入帧图像;(3)获取帧图像的显著图;(4)寻找候选区域;(5)候选区域与待检测目标区域匹配,在设定次数内若在当前帧图像中未找到与待检测目标区域匹配的候选区域,则开始下一帧图像的检测,在设定次数内若找到与待检测目标区域匹配的候选区域,则将该区域标记出来后开始下一帧图像的检测;(6)判断是否还有待处理的帧图像;(7)检测结束。本发明既可以快速的完成对目标的检测,又可以准确的完成对目标的定位,具有较好的实时性和较高的检测准确度,可应用视频图像中静态目标的检测。

    基于显著性的SAR图像机场跑道边缘检测方法

    公开(公告)号:CN102509290A

    公开(公告)日:2012-06-20

    申请号:CN201110328330.X

    申请日:2011-10-25

    CPC classification number: G06K9/00651 G06K9/4609

    Abstract: 本发明公开了一种基于显著性的SAR图像机场跑道边缘检测方法,其实现步骤为:(1)读入图像数据;(2)对读入的图像进行中值滤波;(3)对滤波去噪后的图像进行增强处理;(4)获取处理后图像的显著图;(5)基于显著图的显著性信息剔除嘈杂背景区;(6)获取种子生长点,进行区域生长;(7)后处理;(8)边缘定位。本发明既可以快速的完成对机场跑道边缘的检测,又可以较好的保持机场跑道边缘的信息,同时避免了嘈杂背景区域的干扰,具有较好的实时性和较高的检测精度,可应用于合成孔径雷达SAR图像机场跑道边缘的检测。

    基于奇异值分解非局部均值的极化SAR数据相干斑抑制方法

    公开(公告)号:CN102323989B

    公开(公告)日:2013-09-25

    申请号:CN201110276231.1

    申请日:2011-09-16

    Abstract: 本发明公开了一种基于奇异值分解非局部均值的极化SAR数据相干斑抑制方法,主要解决现有极化SAR滤波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)由span矩阵获得对数化特征矩阵并进行奇异值分解;(4)对协方差矩阵C的逐个元素进行奇异值分解非局部均值滤波;(5)通过Sinclair向量方法将滤波后的协方差矩阵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数据的相干斑噪声抑制的能力,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。

    基于NSCT域局部高斯模型的SAR图像降斑方法

    公开(公告)号:CN102368332B

    公开(公告)日:2013-04-17

    申请号:CN201110366475.9

    申请日:2011-11-17

    Abstract: 本发明公开了一种基于NSCT域局部高斯模型的SAR图像降斑方法,它涉及SAR图像处理技术领域,包括如下步骤:1.输入待降斑SAR图像;2.非下采样Contourlet变换;3.高频系数收缩;4.对低频子带系数和估计的无噪图像Contourlet高频各方向子带系数进行非下采样Contourlet逆变换,得到降斑后SAR图像;5.输出降斑后SAR图像。本发明对SAR图像同质区域抑斑效果优良,同时能够有效保持图像结构和纹理信息以及SAR图像的辐射特性。

    基于视觉选择性注意计算模型的静态目标检测方法

    公开(公告)号:CN102495998A

    公开(公告)日:2012-06-13

    申请号:CN201110356013.9

    申请日:2011-11-10

    Abstract: 本发明公开了一种基于视觉选择性注意计算模型的静态目标检测方法,其实现步骤为:(1)输入待检测目标;(2)输入帧图像;(3)获取帧图像的显著图;(4)寻找候选区域;(5)候选区域与待检测目标区域匹配,在设定次数内若在当前帧图像中未找到与待检测目标区域匹配的候选区域,则开始下一帧图像的检测,在设定次数内若找到与待检测目标区域匹配的候选区域,则将该区域标记出来后开始下一帧图像的检测;(6)判断是否还有待处理的帧图像;(7)检测结束。本发明既可以快速的完成对目标的检测,又可以准确的完成对目标的定位,具有较好的实时性和较高的检测准确度,可应用视频图像中静态目标的检测。

    基于NSCT域局部高斯模型的SAR图像降斑方法

    公开(公告)号:CN102368332A

    公开(公告)日:2012-03-07

    申请号:CN201110366475.9

    申请日:2011-11-17

    Abstract: 本发明公开了一种基于NSCT域局部高斯模型的SAR图像降斑方法,它涉及SAR图像处理技术领域,包括如下步骤:1.输入待降斑SAR图像;2.非下采样Contourlet变换;3.高频系数收缩;4.对低频子带系数和估计的无噪图像Contourlet高频各方向子带系数进行非下采样Contourlet逆变换,得到降斑后SAR图像;5.输出降斑后SAR图像。本发明对SAR图像同质区域抑斑效果优良,同时能够有效保持图像结构和纹理信息以及SAR图像的辐射特性。

    基于显著性的SAR图像机场跑道边缘检测方法

    公开(公告)号:CN102509290B

    公开(公告)日:2013-12-25

    申请号:CN201110328330.X

    申请日:2011-10-25

    CPC classification number: G06K9/00651 G06K9/4609

    Abstract: 本发明公开了一种基于显著性的SAR图像机场跑道边缘检测方法,其实现步骤为:(1)读入图像数据;(2)对读入的图像进行中值滤波;(3)对滤波去噪后的图像进行增强处理;(4)获取处理后图像的显著图;(5)基于显著图的显著性信息剔除嘈杂背景区;(6)获取种子生长点,进行区域生长;(7)后处理;(8)边缘定位。本发明既可以快速的完成对机场跑道边缘的检测,又可以较好的保持机场跑道边缘的信息,同时避免了嘈杂背景区域的干扰,具有较好的实时性和较高的检测精度,可应用于合成孔径雷达SAR图像机场跑道边缘的检测。

    基于各向异性非局部均值的极化SAR数据相干斑抑制方法

    公开(公告)号:CN102446350A

    公开(公告)日:2012-05-09

    申请号:CN201110276232.6

    申请日:2011-09-16

    Abstract: 本发明公开了一种基于各向异性非局部均值的极化SAR数据相干斑抑制方法,主要解决现有极化SAR滤波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span数据进行局部多项式逼近估计,将估计值使用置信区间交叉规则选择获得八边形各向异性邻域;(3)对协方差矩阵C的逐个元素进行各向异性非局部均值滤波;(4)通过Sinclair向量方法将滤波后的协方差矩阵C合成伪彩图,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以及极化相关性,可用于极化SAR数据的预处理过程。

    基于奇异值分解非局部均值的极化SAR数据相干斑抑制方法

    公开(公告)号:CN102323989A

    公开(公告)日:2012-01-18

    申请号:CN201110276231.1

    申请日:2011-09-16

    Abstract: 本发明公开了一种基于奇异值分解非局部均值的极化SAR数据相干斑抑制方法,主要解决现有极化SAR滤波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)由span矩阵获得对数化特征矩阵并进行奇异值分解;(4)对协方差矩阵C的逐个元素进行奇异值分解非局部均值滤波;(5)通过Sinclair向量方法将滤波后的协方差矩阵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数据的相干斑噪声抑制的能力,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。

Patent Agency Ranking