“张维石”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果38个，建议您升级VIP下载更多相关专利

[发明专利]基于颜色校正和三区间直方图拉伸的水下图像增强方法-CN202011444565.0有效
发明人： 张维石;周景春;庞磊 -专利权人：大连海事大学
申请日： 2020-12-08 - 公布日： 2023-09-22 - 主分类号： G06T5/40 文献下载
摘要：本发明提供一种基于颜色校正和三区间直方图拉伸的水下图像增强方法。本发明方法，包括：对源图像进行颜色校正处理，采用三区间直方图均衡化方法对源图像分别在R、G、B通道进行处理，对单通道的像素值进行拉伸，进行阈值选择并分离三个子区间，完成三区间均衡化操作，得到三区间直方图均衡化的增强图像。将基于子区间线性变换后的图像和三区间直方图均衡化图像进行线性加权融合，重构出最终的去雾图像。本发明利用基于多区间的直方图均衡化方法，对源图像的单通道直方图进行更精确的划分，在单个区间上进行直方图均衡，同时与颜色校正处理后的图像线性融合，使得源图像的暗处细节得到更好的展示，同时降低了噪声，实现图像去雾。
基于颜色校正区间直方图拉伸水下图像增强方法

[发明专利]一种基于自适应暗像素和颜色校正的水下图像复原方法-CN202310249681.4在审
发明人： 张维石;刘乾;周景春 -专利权人：大连海事大学
申请日： 2023-03-15 - 公布日： 2023-09-19 - 主分类号： G06T5/00 文献下载
摘要：本发明提供一种基于自适应暗像素和颜色校正的水下图像复原方法，通过IFM(CIFM)并结合先验知识和无监督技术。考虑到水下不同波长光的衰减特性提出通道强度先验(CIP)，利用每个通道的衰减强度来估计深度图并解决由高亮区域或纯色物体引起的单通道先验故障。同时根据颜色偏差因子的大小将得到的CIP深度图与无监督深度图进行融合，克服了人工照明对CIP的影响，扩展了无监督方法的应用场景。然后，本发明通过图像不同程度的退化和自然图像质量评估指标(NIQE)来构建自适应暗像素(ADP)根据不同的深度差异选择不同的策略来消除反向散射，有效地解决拟合效率低和误差大问题。最后，通过颜色校正和蓝绿通道颜色恢复因子获得更具有视觉吸引力的输出图像。
一种基于自适应像素颜色校正水下图像复原方法

[发明专利]基于深度图复原和亮度估计的水下图像清晰度恢复方法-CN202110620221.9有效
发明人： 张维石;杨彤雨;周景春 -专利权人：大连海事大学
申请日： 2021-06-03 - 公布日： 2023-07-21 - 主分类号： G06T7/00 文献下载
摘要：本发明提供一种基于深度图复原和亮度估计的水下图像清晰度恢复方法。本发明方法，包含以下步骤：首先，对水下图像进行均衡化处理；其次，使用单目深度估计模型估计均衡化后水下图像的相对深度，再使用图像分割的策略，分割出后景深度估计错误的部分并进行重新估计；接着，使用引导滤波平滑深度重新估计的区域；然后，通过深度归一化操作将相对深度转化为绝对深度；将图像像素点按其深度值等分成多个区间，在各区间中搜索退化图像的潜在最小像素点；使用水下图像成像模型，分通道拟合参数并估计并去除后向散射；最后，采用自动亮度值估计方法估计亮度参数，在去除后向散射的图像上使用最优亮度参数调整亮度并去除水下图像偏色。
基于深度复原亮度估计水下图像清晰度恢复方法

[发明专利]一种基于波长补偿的水下图像复原方法-CN202011444570.1有效
发明人： 张维石;周景春;张得欢 -专利权人：大连海事大学
申请日： 2020-12-08 - 公布日： 2023-07-14 - 主分类号： G06T5/00 文献下载
摘要：本发明提供了一种基于波长补偿的水下图像复原方法。本发明方法包括：对原图像进行基于九分位细分层次搜索估计大气光点。然后在不同的Jerlov水类型中使用Haze‑lines方法计算透射图，使用不同衰减系数补偿大气光，计算距离图和深度图，得到复原图。为进一步提高水下图像的对比度，使用对比度受限的自适应直方图对复原结果进行增强。然后根据基于灰度世界假设和信息熵的选取法则的确定最终输出图像。本发明利用九分位的方法获取大气光，有效地避免景物和光斑对估计大气光造成的影响，准确的估计大气光。使用不同的水的类型估计距离图和深度图，有效地解决水下图像退化问题，最后使用对比度受限的自适应直方图进行增强可以有效地增强图像的对比度和亮度。
一种基于波长补偿水下图像复原方法

[发明专利]基于多特征融合的水下图像颜色校正和对比度增强方法-CN201911207724.2有效
发明人： 张维石;周景春;张得欢;王博豪 -专利权人：大连海事大学
申请日： 2019-11-29 - 公布日： 2023-05-23 - 主分类号： G06T5/00 文献下载
摘要：本发明提供一种基于多特征融合的水下图像颜色校正和对比度增强方法。本发明方法，包含以下五个过程：颜色校正、对比度增强、融合权重计算、多尺度融合以及细节增强。首先，对采集的水下退化图像采用白平衡进行颜色校正，获取第一幅输入图像；其次，对白平衡后效果图采用引导滤波进行对比度增强，获取第二幅输入图；然后，分别求取两幅输入图的四个特征权重；接着，对权重图进行归一化得到对应的标准化权重图，采用多尺度融合，得到融合结果图；最后，对融合结果图采用色阶处理，增强图像边缘细节，得到最后增强图像。该发明方法在无需任何先验信息条件下，有效实现水下图像颜色校正和对比度增强，提升图像视觉效果，可以应用于图像预处理。
基于特征融合水下图像颜色校正对比度增强方法

[发明专利]一种基于黑色像素点估计后向散射的水下图像复原方法-CN202011407151.0有效
发明人： 张维石;周景春;杨彤雨 -专利权人：大连海事大学
申请日： 2020-12-03 - 公布日： 2023-05-16 - 主分类号： G06T5/00 文献下载
摘要：本发明提供一种基于黑色像素点估计后向散射的水下图像复原方法。本发明方法，包含以下步骤：首先，使用基于自监督的单目深度估计模型估计退化图像的相对深度。根据该相对深度，选择合适的深度上限和下限进行深度归一化操作，从而得到退化图像的绝对深度图。然后，将图像像素点按其深度等分成多个区间，在各区间中搜索退化图像的潜在黑色像素点。使用水下图像成像模型，将看作常数，分通道拟合参数以估计后向散射Bc。最后，引入自定义亮度值t调整图像整体亮度，实现水下图像复原。
一种基于黑色像素点估计散射水下图像复原方法

[发明专利]一种多尺度融合图像特征信息的水下图像增强方法-CN201910961740.4有效
发明人： 张维石;周景春;张得欢;张卫东;刘真真;邹沛煜 -专利权人：大连海事大学
申请日： 2019-10-11 - 公布日： 2023-05-09 - 主分类号： G06T5/40 文献下载
摘要：本发明提供一种多尺度融合图像特征信息的水下图像增强方法。本发明方法，包含以下三个过程：首先，采用动态阈值白平衡解决颜色偏色；其次，增强图像对比度，使用同态滤波分离高频信息和低频信息，使用梯度场双区间直方图均衡化增强高频信息，采用Gamma校正处理低频信息，调整图像曝光度。最后，基于图像对比度、饱和度和最佳曝光度，采用多尺度融合策略对高频信息、双区间直方图输出图和Gamma校正后低频信息进行融合，得到增强图像。本发明专利提出了一种多尺度融合图像特征信息的水下图像增强方法，该方法通过多尺度融合策略，不仅增强图像细节和全局对比度，而且有效避免图像的过曝光和曝光不足，对图像暗区域的细节具有较好增强效果。
一种尺度融合图像特征信息水下增强方法

[发明专利]一种分布式语义轨迹相似性连接方法-CN202211435601.6在审
发明人：王非;张维石;田瑞杰;吴佳 -专利权人：大连海事大学
申请日： 2022-11-16 - 公布日： 2023-05-02 - 主分类号： G06F40/30 文献下载
摘要：本发明一种分布式语义轨迹相似性连接方法，包括以下步骤：建立用于对两个数据集中语义相似的轨迹进行从文本维度、时间维度和空间维度进行定位的全局索引；根据给定的相似性阈值和各维度相似性权重值，对文本相似性、时间相似性和空间相似性的修剪边界进行选择；对全局索引过程进行剪枝，对缺少公共文本项、时间距离下界大于时间边界及空间距离大于空间边界的的轨迹对进行批量修剪；对批量修剪后的局部索引空间结点对，基于轨迹概要对轨迹对进行再次修剪；对再次修剪后的候选轨迹对，重建所有轨迹，计算轨迹间的确相似性以获得满足相似性阈值约束的轨迹对；该方法对现实世界语义轨迹集的广泛实验研究表明，在效率和可扩展性方面明显优于基线。
一种分布式语义轨迹相似性连接方法

[发明专利]一种基于拉普拉斯金字塔的Retinex图像增强方法-CN201910459639.9有效
发明人：周景春;张维石;张得欢;邹沛煜;张卫东 -专利权人：大连海事大学
申请日： 2019-05-30 - 公布日： 2022-09-30 - 主分类号： G06T5/00 文献下载
摘要：本发明提供一种基于拉普拉斯金字塔的Retinex图像增强方法。本发明方法，包含以下三个过程：首先对原图像进行多尺度卷积，采用3个3*3的高斯卷积核进行卷积，获取不同尺度R、G、B通道特征图。其次采用Retinex算法估计入射分量并增强色彩；对反射分量增强细节。最后将色彩增强图像与细节增强图像线性加权融合，得到增强图像。本发明专利采用多尺度卷积获取图像更多细节，利用MSRCR算法图像增强，对入射分量进行Gamma校正实现色彩增强。对反射分量采用双边滤波去噪，降低噪声干扰，通过拉普拉斯金字塔提取图像细节信息。将色彩增强图像和细节增强图像进行线性加权融合，实现图像增强。
一种基于拉普拉斯金字塔 retinex 图像增强方法

[发明专利]一种基于PSPNet细节提取的多聚焦图像融合方法-CN201910640006.8有效
发明人：周景春;张维石;张得欢;邹沛煜;刘真真;张卫东 -专利权人：大连海事大学
申请日： 2019-07-16 - 公布日： 2022-09-30 - 主分类号： G06T5/50 文献下载
摘要：本发明为一种基于PSPNet细节提取的多聚焦图像融合方法，其特征在于，包括以下步骤：首先，采用金字塔场景解析网络PSPNet聚合不同子区域的上下文信息，同时利用金字塔池化模块捕获多尺度下的全局和局部颜色、纹理、形状等特征信息，在此基础上将4种不同尺度的特征图融合为概率图；其次，采用卷积条件随机场ConvCRFs网络提取图像灰度特征，为了优化二值掩膜图，引入自适应阈值判断；为了获取两个源图像高精确聚焦区域，将优化的二值掩膜图作为权重图，并与两个源图像相乘，最后，将两个区域融合以重构清晰的融合图像。本发明通过图像上下文信息，提升全局特征利用率和分割精度，实现多聚焦图像全方位融合。
一种基于 pspnet 细节提取聚焦图像融合方法

[发明专利]一种基于颜色校正和细节增强的水下图像增强方法-CN201910961751.2有效
发明人：周景春;张维石;张得欢 -专利权人：大连海事大学
申请日： 2019-10-11 - 公布日： 2022-09-30 - 主分类号： G06T7/90 文献下载
摘要：本发明提供一种基于颜色校正和细节增强的水下图像增强方法。本发明所述的水下图像增强方法包含以下两个步骤：颜色校正和细节增强。首先，选取部分清晰的水下图像，参考清晰图像Lab的平均值调整待复原的水下图像Lab值，实现颜色校正。针对颜色校正图像，将RGB空间转换为HSV空间，对H进行直方图均衡化，对S和V进行归一化处理，实现对比度增强。其次，采用拉普拉斯算子处理对比度增强后图像的线性组合，得到边缘映射图，与对比度增强图像和边缘映射图线性加权融合，得到最终增强后的水下图像。本发明所述算法通过调整Lab空间值实现颜色校正，利用拉普拉斯算子实现细节增强，使图像在颜色校正的基础上具有丰富细节信息，提升图像整体视觉效果。
一种基于颜色校正细节增强水下图像方法

[发明专利]一种基于二次引导透射图的水下图像复原方法-CN201910961757.X有效
发明人： 张维石;周景春;刘真真;张卫东;张得欢;邹沛煜 -专利权人：大连海事大学
申请日： 2019-10-11 - 公布日： 2022-09-30 - 主分类号： G06T5/00 文献下载
摘要：本发明提供一种基于二次引导透射图的水下图像复原方法。本发明方法，包括：首先对红通道进行反转，在反转后的图像上使用暗通道先验，求取背景光；其次通过原始图像求取饱和度；根据背景光、饱和度和红色暗通道先验求取粗糙透射图，使用引导滤波将粗糙透射图分解为基础图像和细节图像，对基本图像进行拉普拉斯滤波处理，细节图像进行引导滤波处理，将处理后的图像重构得到细化透射图；然后结合水下成像模型进行图像复原；最后对复原图像进行自动色阶处理，得到最终复原图像。本发明专利提出了一种基于二次引导透射图的水下图像复原方法，该方法利用二次引导滤波和自动色阶，不仅有效增强图像细节，还解决颜色失真问题，提升视觉效果。
一种基于二次引导透射水下图像复原方法

[发明专利]一种基于双路径联合校正的深度学习水下图像增强方法-CN202210593968.4在审
发明人：周景春;沈佳琦;秦肯;张维石 -专利权人：大连海事大学
申请日： 2022-05-27 - 公布日： 2022-09-09 - 主分类号： G06T5/00 文献下载
摘要：本发明提供一种基于双路径联合校正的深度学习水下图像增强方法，包括以下步骤：获取基本的特征图；分别获取到R、G、B通道的特征图；添加通道注意力机制得到权重矩阵乘到之前特征图上对应通道的每个像素值；获取富有代表性的颜色特征；将所述纹理特征提取路径中获取的基本特征图进行双维注意力的处理；通过像素注意力模块对所述高阶特征形成重新校准的纹理细节特征；将颜色特征和纹理特征拼接为一个全新的综合特征，馈送到多尺度的U‑Net网络中；最终输出增强后的结果图像。本发明采用三元组特征提取模块，将图像R、G、B通道分别处理，平衡了退化图像的R、G、B颜色的灰度比，解决了图像的偏色问题，获得了更好的色彩校正效果。
一种基于路径联合校正深度学习水下图像增强方法

[发明专利]一种基于嵌入式多特征融合的深度学习水下图像增强方法-CN202210593981.X在审
发明人：周景春;孙佳铭;秦肯;张维石 -专利权人：大连海事大学
申请日： 2022-05-27 - 公布日： 2022-09-09 - 主分类号： G06T5/00 文献下载
摘要：本发明提供一种基于嵌入式多特征融合的深度学习水下图像增强方法，包括以下步骤：获取原始水下图像P再分别获取颜色校正后的增强图像P1及对比度后的增强图像P2；设置每个输入均通过残差增强模块，分别提取到三条路径的特征；再将特征融合；提取到每条路径的深层特征；将三条路径的深层特征进行拼接，并且通过连续的多次下采样操作，获取低分辨率下的特征图；通过注意力模块分别给不同特征赋予不同的权重值，再通过解码器模块获取最终的增强图像P3，并且使用Ll2损失函数和感知损失Lper的组合对网络性能进行优化。本发明主要利用多特征融合方法，将颜色校正和图像细节的特征融合，从而起到较好的解决水下图像的偏色问题并且更好的恢复图像细节。
一种基于嵌入式特征融合深度学习水下图像增强方法

[发明专利]一种基于多尺度注意机制融合的水下图像增强方法-CN202210594886.1在审
发明人：周景春;吴晨雨;李超磊;秦肯;张维石 -专利权人：大连海事大学
申请日： 2022-05-27 - 公布日： 2022-09-09 - 主分类号： G06T5/00 文献下载
摘要：本发明为一种基于多尺度注意机制融合的水下图像增强方法，提供一种多尺度注意机制融合网络来恢复水下图像，包括以下步骤，首先原始的水下图像输入到解码器网络，经过处理后输出特征图，会进入到上述多尺度注意力密集模块，这一模块的加入改善了我们网络的性能，提高了增强图像的视觉效果。接着，经过多尺度注意力密集模块处理后的特征会输入到解码器网络中，最终解码器网络会输出一个增强后的图像。此外，我们还引入了角损失函数作为对生成器额外的监督。角损失函数的作用是提高生成的图像和原始图像之间的相似度，增加图像的清晰度，并减少了图像色彩的偏差。通过大量的实验结果表明，本发明方法优于现有的方法。
一种基于尺度注意机制融合水下图像增强方法

1
2
3
下一页»
尾页
共 38 条