-
公开(公告)号:CN115346113A
公开(公告)日:2022-11-15
申请号:CN202210840450.6
申请日:2022-07-18
Applicant: 西安电子科技大学杭州研究院
IPC: G06V20/10 , G06V10/20 , G06V10/80 , G06V10/46 , G06V10/44 , G06V10/54 , G06V10/60 , G01S17/90 , G01S17/06 , G01S7/48
Abstract: 本发明属于计算机仿真与方法优化领域,公开了一种基于改进ITTI模型的SAR图像弱目标检测方法,本发明针对CFAR算法在低对比度图像效果不佳的问题,发明了一种基于改进ITTI模型的SAR图像弱目标检测方法。通过分析,弱目标区域的强度变化和方向变化,比直接的强度特征和方向特征更为显著。因此,对目标强度变化和方向变化进行分析和计算,并对该变化进行融合,增强弱目标的视觉显著性,加大目标与背景的差异;显著性增强后的目标通过显著系数或CFAR算法进行二次检测定位,以获得有效的潜在目标区域。本发明采用了新型的算法框架提高了目标检测的漏警率,减少了虚警概率。
-
公开(公告)号:CN115311482A
公开(公告)日:2022-11-08
申请号:CN202210850034.4
申请日:2022-07-20
Applicant: 西安电子科技大学杭州研究院
IPC: G06V10/762 , G06V10/774
Abstract: 本发明属于计算机仿真与方法优化技术领域,公开了一种基于分离度的小样本半监督聚类方法,包括如下步骤:步骤1:聚类中心计算;步骤2:分离度计算;步骤3:非目标聚类中心确定;步骤4:参数计算;步骤5:类中心迁移;步骤6:迭代计算;步骤7:目标分离。本发明针对传统无监督聚类和半监督聚类在目标分类、鉴别性能不佳的问题,发明了一种基于目标分离度的小样本半监督聚类方法,设定目标与非目标的分离度,并基于已知小样本在分离度的基础上进行迭代运算,实现了相似度较高的目标于非目标的精确分离,本发明采用了新型的算法框架提高了目标分类、鉴别的精确性。
-