-
公开(公告)号:CN112785538A
公开(公告)日:2021-05-11
申请号:CN202110130926.2
申请日:2021-01-30
Applicant: 西安电子科技大学
Abstract: 本发明公开一种多方向边缘特征激励的CT和MRI图像融合方法,克服现有技术存在的所获得的高频特征图像所提取的信息重复,未充分提取高频多方向特征的问题。本发明的实现步骤为:(1)构建含有高斯方向滤波器的反卷积神经网络;(2)对图像进行归一化处理;(3)对图像进行自适应变换分解;(4)对低频和高频特征图进行融合;(5)得到最终融合图像。本发明对同一部位的大小相同的一幅CT图像和一幅MRI图像进行融合,通过多方向高频特征的提取,强化了图像中的特征信息,显著提高了融合图像的特征显示能力,使图像清晰度更优。
-
公开(公告)号:CN108648165B
公开(公告)日:2020-07-28
申请号:CN201810442860.9
申请日:2018-05-10
Applicant: 西安电子科技大学
IPC: G06T5/50
Abstract: 本发明提出了一种自动调节引导滤波器参数的遥感图像融合方法,旨在提高融合图像的分辨率。实现步骤为:获取待融合遥感图像;对待融合遥感图像进行多尺度变换;获取待融合遥感图像的低频权重图;获取待融合遥感图像的高频权重图;设置引导滤波器调整参数,以及计算引导滤波器窗口半径的迭代次数;获取待融合遥感图像的重定义低频权重图;利用待融合遥感图像的重定义低频权重图对与其对应的低频系数分别进行加权融合;获取待融合遥感图像的重定义高频权重图;利用待融合遥感图像的重定义高频权重图对与其对应的高频系数分别进行加权融合;获取遥感融合图像;获取最佳遥感融合图像。本发明可用于地质、气象等领域的图像分析与处理。
-
公开(公告)号:CN107194902A
公开(公告)日:2017-09-22
申请号:CN201710434490.X
申请日:2017-06-09
Applicant: 西安电子科技大学
Abstract: 本发明公开的一种图像融合中自动确定引导滤波器参数的方法,主要解决现有图像融合方法中引导滤波器参数不能自动确定的问题。其实现方案为:首先通过遍历调整参数ε的中间变化指数a',得到调整参数εa',并将其代入引导滤波方程,再将此引导滤波器方程用于图像融合,并将融合图像的评价参数收敛时εa'的值作为最佳调整参数;其次以步长为1,遍历窗口半径r的值,代入引导滤波方程,并将此引导滤波器方程用于图像融合,得到融合后图像的评价参数曲线C(r),评价参数曲线C(r)的最值点时对应的r的值即为最佳的窗口半径rb。本发明实现了参数的自动确定,提高引导滤波器的作用效果,可用于图像的融合。
-
公开(公告)号:CN106878677A
公开(公告)日:2017-06-20
申请号:CN201710049075.2
申请日:2017-01-23
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于多传感器的学生课堂掌握程度评估系统与方法,其实现包括:学生数据采集;学生面部图像序列和语音序列分别预处理;面部表情和语音特征提取;面部表情、语音、考试成绩分类处理;使用高斯混合模型融合分类结果;融合结果分析给出课堂评估及建议。本发明语音情感处理中,采用了深度学习中卷积神经网络,避免了复杂的人工特征提取;采用高斯混合模型使各分类器分类置信度随样本分布而定,自适应融合。本发明本着学生面部表情、学生语音、学生考试成绩相结合的思路,设计出基于多传感器的学生课堂掌握程度评估新方案。更客观、准确的评估课堂学生掌握状况,对学生掌握状况作出判断并给出教学评估结果及相应建议。
-
公开(公告)号:CN106780451A
公开(公告)日:2017-05-31
申请号:CN201611113214.5
申请日:2016-12-07
Applicant: 西安电子科技大学
CPC classification number: G06T7/0012 , G06T2207/10048 , G06T2207/10116 , G06T2207/10132 , G06T2207/20064 , G06T2207/20221 , G06T2207/30068 , G06T2207/30096
Abstract: 本发明公开了一种X射线、超声、红外图像融合乳腺肿块图像检测方法,主要解决由于单幅乳腺肿块图像信息来源单一,信息欠精确的技术问题。其实现为:对乳腺X线图像,超声图像与红外乳腺图像进行融合;对融合后的乳腺图像预处理,去噪;对去噪后的乳腺图像的三类融合图像,用方形网格覆盖法,分割出乳腺区域;对分割出乳腺区域的乳腺图像进行小波图像增强,使肿块与背景区域明显区分开来;用基于Top—hat的形态学方法检测乳腺区域中的肿块,用于辅助医生早期诊断。本发明将多种乳腺检查图像进行融合,提高了信息丰富度,获得更精确的诊断信息,对图像分析处理检测出肿块,利于乳腺癌的早期发现与诊治,为医生早期诊断提供图像依据。
-
公开(公告)号:CN103020978B
公开(公告)日:2015-07-15
申请号:CN201210596406.1
申请日:2012-12-14
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种结合多阈值分割与模糊聚类的SAR图像变化检测方法,主要针对已有模糊聚类算法的不足,把多阈值分割与模糊聚类结合起来,用于SAR图像变化检测。其实现步骤是:(1)对两幅SAR图像进行中值滤波;(2)计算得到归一化后的对数比差异图像;(3)采用基于标准粒子群优化的大津法对归一化后的对数比差异图像进行多阈值分割;(4)初始化隶属度矩阵U0和U1;(5)采用FLICM算法对多阈值分割后属于不能确定是否发生了变化的像素进行模糊聚类;(6)去模糊;(7)输出变化检测结果。本发明把多阀值分割和模糊聚类结合起来用于SAR图像变化检测,降低了变化检测时间,并提高了变化检测的精度。
-
公开(公告)号:CN103020978A
公开(公告)日:2013-04-03
申请号:CN201210596406.1
申请日:2012-12-14
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种结合多阈值分割与模糊聚类的SAR图像变化检测方法,主要针对已有模糊聚类算法的不足,把多阈值分割与模糊聚类结合起来,用于SAR图像变化检测。其实现步骤是:(1)对两幅SAR图像进行中值滤波;(2)计算得到归一化后的对数比差异图像;(3)采用基于标准粒子群优化的大津法对归一化后的对数比差异图像进行多阈值分割;(4)初始化隶属度矩阵U0和U1;(5)采用FLICM算法对多阈值分割后属于不能确定是否发生了变化的像素进行模糊聚类;(6)去模糊;(7)输出变化检测结果。本发明把多阀值分割和模糊聚类结合起来用于SAR图像变化检测,降低了变化检测时间,并提高了变化检测的精度。
-
公开(公告)号:CN112785539A
公开(公告)日:2021-05-11
申请号:CN202110130927.7
申请日:2021-01-30
Applicant: 西安电子科技大学
Abstract: 本发明公开一种基于图像自适应分解及参数自适应的多聚焦图像融合方法,本发明的实现步骤为:1、构建反卷积神经网络;2、选取多聚焦图像;3、对图像进行自适应分解;4、对低频特征图和高频特征图进行融合;5、重构多聚焦融合图像。本发明对同场景的大小相同的两幅多聚焦图像进行融合,将通过反卷积神经网络自适应得到的高频和低频系数作为待融合图像的最佳分解系数,并将不同方向的高频特征图提取不同方向的空间频率特征输入脉冲耦合神经网络进行融合,突出了图像中的重要特征和边缘细节信息,显著提高了融合后图像的清晰度和对比度。
-
公开(公告)号:CN106446859B
公开(公告)日:2019-11-01
申请号:CN201610877173.0
申请日:2016-10-08
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种利用手机前置摄像头自动识别人眼中黑点和血丝的方法。其方案是:1)通过智能手机上的距离传感器识别人像与摄像头之间的距离d;2)在距离d大于阈值D的距离范围内保持手机所成图像原分辨率不变,在距离d小于阈值D时进行插值,提高所成图像分辨率使相机中能更精确显示人眼图像;3)对插值后人眼图像依次做图像灰度化、sobel边缘检测、图像分割、图像二值化处理;4)从处理过的人眼图像中切割出单眼图像;5)识别单眼图像中出现的血丝和黑点;6)并自动给用户提示。本发明将智能手机与健康生活相结合,可用于增加手机的功能,以提供对人体眼部出现的微小血丝和黑点的自动识别及提示。
-
公开(公告)号:CN109919892A
公开(公告)日:2019-06-21
申请号:CN201910205488.4
申请日:2019-03-18
Applicant: 西安电子科技大学
Abstract: 本发明提出一种滤波器预置深度学习神经网络的图像融合方法,主要解决现有多尺度小波变换图像融合方法中存在的融合图像信息熵和平均梯度较低的问题。其实现方案为:预置单层反卷积网络的滤波器为四阶巴特沃斯滤波器;获取样本图像;使用样本图像来训练单层反卷积网络滤波器;使用滤波器训练好的单层反卷积网络来推断待融合图像的特征图;融合待融合图像的特征图;将融合特征图与单层反卷积网络的滤波器卷积求和,生成融合图像。本发明能够稳定且有效地得到信息更丰富、细节更清晰的融合图像,提高了多聚焦融合图像的信息熵和平均梯度,可用于多摄像头手机、数码相机的摄像场景。
-
-
-
-
-
-
-
-
-