延伟东
- 作品数：27 被引量：83H指数：5
- 供职机构：西北工业大学更多>>
- 发文基金：国家自然科学基金西北工业大学基础研究基金陕西省自然科学基金更多>>
- 相关领域：自动化与计算机技术电子电信理学交通运输工程更多>>
- 基于分割区域的SAR图像配准方法研究被引量：8
- 2011年
- 合成孔径雷达(Synthetic Aperture Radar,简称SAR)图像受到斑点噪声影响以及成像条件的变化,使得同一场景的两幅SAR图像之间存在很大差异,利用基于边缘特征或灰度信息进行SAR图像配准,难以达到预期效果.基于此,本文提出一种基于分割区域的SAR图像配准方法,该方法首先利用主动轮廓方法对去噪后的SAR图像进行分割,得到图像分割区域;然后提取分割区域的特征;利用区域匹配度函数对图像进行粗匹配;最后利用互信息优化粗匹配下的变换参数,实现由粗到细的图像配准.实验结果验证了算法的有效性.
- 张宝尚田铮延伟东
- 关键词：合成孔径雷达图像互信息图像配准
- 一种基于域变换的端到端的异源遥感图像变化检测方法
- 本发明公开了一种一种基于域变换的端到端异源遥感图像变化检测方法，包括：获取异源遥感图像对，将图像对中的两幅图像分割成若干相同尺寸的成对子图；通过调整已被提出应用于图像翻译的循环生成对抗网络，构建域变换网络；构建变化检测网...
- 延伟东闫沛曹丽
- 基于分块FLD的图像特征提取方法被引量：2
- 2006年
- 提出了基于分块Fisher线性鉴别(FishersLinearDiscriminant,FLD)的特征提取方法,先对图像矩阵进行分块,将分块得到的子图像矩阵直接用来构造类内和类间离散度矩阵,然后利用Fisher鉴别函数取极大值时得到的最优投影方向进行图像的特征提取。分块FLD方法是二维FLD方法的推广,该方法可以提取每一单元块的局部特征,在ORL人脸库上的实验结果表明该方法在人脸识别性能方面优于二维FLD方法。
- 延伟东彭国华
- 关键词：FISHER线性鉴别特征提取人脸识别
- 图像特征提取方法的研究
- 目标的自动识别是最有价值的应用需求之一，但它同时也最具挑战性。过去几十年中该课题的研究己经取得了较大的进展，但计算机自动识别技术还远没有达到理想的实际应用需求。自动识别技术涉及到很多方面的研究，如图像的预处理，图像增强、...
- 延伟东
- 关键词：特征提取主分量分析FISHER线性鉴别核方法图像特征
- 文献传递
- 基于多尺度局部自相似性和邻域嵌入的超分辨率算法研究被引量：3
- 2015年
- 多尺度局部自相似性是指同一幅图像中存在相同尺度或不同尺度的相似子块,这种图像局部结构自相似性广泛存在于自然图像中。提出了一种基于多尺度局部自相似性结合邻域嵌入的单幅图像超分辨率算法,该算法不依赖于外界图像,仅仅在原始图像的局部子窗口中搜索目标图像块的相似子块,并结合邻域嵌入算法,进一步提高参与重建的图像块与目标图像块的相似性程度。实验结果表明,与双三次插值与传统邻域嵌入算法相比,新算法在保证算法效率的前提下,能有效提升超分辨图像的重建质量。
- 潘璐璐延伟东郑红婵
- 关键词：数据库系统嵌入式软件图像重构多尺度超分辨率
- 基于判别性样本选择的无监督领域自适应方法被引量：1
- 2020年
- 针对现实中由于训练集与测试集分布不同而导致分类准确率较低的问题,提出基于判别性样本选择的无监督领域自适应方法(简称DSS算法)。为了减少源域和目标域的分布差异,将2个领域样本投影到同一子空间中,并对源域中的样本进行加权,使样本更具有判别性;不同于以往基于样本的概率密度估计方法,通过求解一个二次规划问题得到样本权重,避免了对样本分布进行估计,适用于任何领域且不会受到高维密度估计所造成的维数困扰;最后通过最小化类内距离来实现同类聚集。实验结果表明,该方法提高了数据集的分类准确率且具有较好的鲁棒性。
- 吴琳琳彭国华延伟东
- 关键词：领域自适应
- 图像多尺度配准的小波域SIFT方法被引量：10
- 2011年
- 当SIFT(Scale Invariant Feature Transformation)方法应用于局部场景发生变化的图像时,在特征匹配中会产生错误匹配,文章提出了图像多尺度配准的小波域SIFT方法。该方法利用低分辨上变换参数剔除了错误匹配,提高了正确匹配率。模拟实验结果表明该方法在外点数目和正确匹配率方面优于原SIFT方法。最后,通过与原方法的对比分析,验证了该方法应用于震前震后多光谱图像的可行性。
- 武建明田铮刘向增延伟东
- 关键词：图像处理小波变换参数估计SIFT
- 基于典型相关分析方法的尺度不变特征变换误匹配剔除被引量：1
- 2015年
- 针对尺度不变特征变换(SIFT)描述子仅利用特征点的局部邻域灰度信息而对图像内具有相似灰度分布的特征点易产生误匹配的问题,提出一种基于典型相关分析(CCA)的SIFT误匹配剔除方法。该方法首先利用SIFT算法进行匹配,得到初始匹配对;然后根据典型相关成分的线性关系拟合直线,利用点到直线的距离剔除大部分误匹配点对;对剩余的匹配点对,逐一分析其对典型相关成分的共线性的影响,剔除影响程度大的特征点对。实验结果表明,该方法能够在剔除误匹配的同时保留更多的正确匹配,提高了图像配准的精度。
- 赵伟田铮杨丽娟延伟东温金环
- 关键词：图像配准尺度不变特征变换
- 基于变分贝叶斯的自适应非刚性点集匹配
- 2018年
- 针对存在异常值的非刚性点集匹配问题,提出了一种基于贝叶斯混合t分布模型的匹配方法。在变分贝叶斯框架下,点集匹配问题转化为最大化对数似然的变分下界,利用变分推断确定变换参数。利用先验模型,将空间正则化约束并入贝叶斯混合t分布模型中,根据不同的点集可自适应地确定正则化参数。与高斯分布相比,t分布对异常值更加稳健。最后,在模拟点集和真实图像上的实验对比分析,验证了该方法在处理存在异常值的非刚性点集匹配问题时的有效性。
- 杨丽娟田铮温金环延伟东
- 关键词：非刚性异常值
- 基于监督局部线性嵌入特征提取的高光谱图像分类被引量：2
- 2011年
- 高光谱图像的数据维数高、数据量大、数据间高度冗余等特点给图像分类带来困难,为进行有效降维、提高分类精度,提出了一种监督局部线性嵌入(SLLE)非线性流形学习特征提取方法。SLLE算法根据数据先验类标签信息所给出的新距离寻找数据点的k最近邻(NN),新距离使得类内距离小于类间距离,这使得SLLE算法更有利于分类。高光谱图像数据和UCI数据的分类结果表明了该方法的有效性。
- 温金环田铮林伟周敏延伟东
- 关键词：特征提取降维流形学习高光谱图像分类
