针对SAR图像超分辨、相干斑抑制和目标识别中的图像参数化建模问题,探索图像数据超完备稀疏表示的新思想、新理论和新方法。在深刻理解SAR成像原理、图像数据产生过程的基础上,研究:图像先验信息的挖掘和图像数据可稀疏表示理论;稀疏性的度量和最优分解算法的设计;图像的稀疏表示在SAR图像特征提取和目标快速识别方面的应用;图像稀疏表示的综合评价。旨在建立图像超完备稀疏表示的模型、理论和具有实用价值的快速算法;为图像压缩、分类、目标识别和图像理解等应用问题提供理论支撑,并为进一步建立图像数据建模、表示、处理和评价的高效率、一体化模型服务。本项目的研究成果可直接应用于军事侦察或地理数据处理等领域。
{{i.achievement_title}}
数据更新时间:2023-05-31
针对弱边缘信息的左心室图像分割算法
基于改进LinkNet的寒旱区遥感图像河流识别方法
萃取过程中微观到宏观的多尺度超分子组装 --离子液体的特异性功能
智能煤矿建设路线与工程实践
信息熵-保真度联合度量函数的单幅图像去雾方法
过完备稀疏表示及其在图像超分辨率恢复中的应用研究
基于分层超完备字典稀疏表示的深度学习算法研究及应用
空间源相位约束下完备复数fMRI数据的稀疏表示
基于超完备稀疏表示与仿生模式的伪装人脸识别研究