张强 讲师 硕士导师

学科专业：电路与系统、电子与通信工程(专)

工作单位：电子工程学院 电子工程系

通信地址：西安市太白南路2号西安电子科技大学140信箱

邮箱：zhangqiang#xidian.edu.cn

2016年，遴选为硕士导师

2012年，西安电子科技大学，讲师

2008年– 2012年，中国科学院，自动化研究所，模式识别国家重点实验室，博士

2004年– 2007年，西安电子科技大学，电子工程学院，硕士

2000年– 2004年，西安电子科技大学，机电工程学院，学士

近年来陆续在计算机视觉顶级刊物International Journal of Computer Vision，以及学术刊物Journal of Mathematical Imaging and Vision，IEEE Geoscience and Remote Sensing Letters等发表多篇论文，并且担任PLOS ONE，Journal of Applied Remote Sensing，IEEEGeoscience and Remote Sensing Letters等国际学术刊物的审稿人。

1. 计算机视觉：空间直线三维重建、大场景三维重建
2. 图像处理：合成孔径雷达（SAR）图像显著性区域检测以及线检测

主持国家自然科学基金：直线三维重建优化准则及算法研究

主持博士后基金：基于统计建模和线性矩阵不等式的直线三维重建研究

主持中国科学院自动化研究所模式识别国家重点实验室开放课题：计算机视觉中基于几何距离的直线三角化方法研究

主持基本科研业务费：计算机视觉中的直线三角化方法研究

面向XX的多尺度高速检测方法研究

1.Q. Zhang, Y. Wu, F. Wang, J. Fan, L. Zhang, L. Jiao. Anisotropic-Scale-Space-Based Salient-Region Detection for SAR Images. IEEE Geoscience and Remote Sensing Letters, 2016,13（3）.

2.Q. Zhang, Y. Wu, F. Wang, Q. Dong, L. Jiao. Suboptimal Solutions to the Algebraic-Error Line Triangulation. Journal of Mathematical Imaging and Vision, 2014,49（3）.

3.Q. Zhang，Y. Wu, W. Zhao, F. Wang, J. Fan, M. Li. Multiple-Scale Salient-Region Detection of SAR Image Based on Gamma Distribution and Local Intensity Variation. IEEE Geoscience and Remote Sensing Letters, 2014,11（8）.

4.Q. Zhang，Y. Wu, M. Liu, L. Jiao. An Efficient Normal-Error Iterative Algorithm for Line Triangulation. Advanced Concepts for Intelligent Vision Systems，Lecture Notes in Computer Science, 2013，8192.

5. F. C. Wu,Q. Zhang, Z. Y. Hu. Efficient Suboptimal Solution to the Optimal Triangulation. International Journal of Computer Vision, 2011, 91(1).

6.张强, 吴福朝.多视三角化的迭代算法. 计算机辅助设计与图形学学报, 2012, 24(1).

7. W. Fan, Y. Wu,Q. Zhang, W. Zhao, M. Li, G. Liao. Unsupervised SAR Image Segmentation Using Higher-order Neighborhood Based Triplet Markov Fields Model. IEEE trans. on Geoscience and Remote Sensing, 2014,52（8）.

8. F. Wang, Y. Wu,Q. Zhang, P. Zhang, M. Li, Y. Lu. Unsupervised Change Detection on SAR Images Using Triplet Markov Field Model. IEEE Geoscience and Remote Sensing Letters, 2013, 10(4).

1. 张强，等。基于伽玛分布和邻域信息的SAR图像显著性区域检测方法，已授权。

2. 张强，等。基于各项异性扩散空间的SAR图像显著性区域检测方法，受理。

主讲本科课程《电路基础》、《线性代数》。

招生要求：基础扎实，有一定的Matlab、c语言编程能力，能够阅读英文文献，愿学肯学。

对我的研究方向有兴趣，想优研或考研的同学请通过邮件联系我，联系时请提供成绩单和其它材料。