[发明专利]基于两步式残差网络的水下图像增强方法在审

专利信息
申请号: 202111138929.7 申请日: 2021-09-27
公开(公告)号: CN113920021A 公开(公告)日: 2022-01-11
发明(设计)人: 黄梦醒;叶金金;毋媛媛;冯思玲;吴迪;冯文龙;张雨;孟昶含;陈扬 申请(专利权)人: 海南大学
主分类号: G06T5/00 分类号: G06T5/00;G06T5/50;G06V10/774;G06V10/82;G06K9/62;G06N3/04;G06N3/08
代理公司: 海南汉普知识产权代理有限公司 46003 代理人: 麦海玲
地址: 570100 海*** 国省代码: 海南;46
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明提供基于两步式残差网络的水下图像增强方法,本方法根据水下图像成像模型获得仅存在色偏的数据集并与雾天数据集结合,并且采用残差网络分别训练两类数据集,使其分别拥有去除色偏、提高对比度的能力,最终达到增强水下图像的效果。使用两步式网络可以使每个网络更具专一性,更好的提取单一特征,同时减少了训练样本的数量,提高了网络的效率,更高效的增强水下图像。
搜索关键词: 基于 两步式残差 网络 水下 图像 增强 方法
【主权项】:
暂无信息
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于海南大学,未经海南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/202111138929.7/,转载请声明来源钻瓜专利网。

同类专利
  • 融合多尺度空洞卷积和三元组注意力的遥感图像检索方法-202111480268.6
  • 侯东阳;王思远 - 中南大学
  • 2021-12-06 - 2022-05-17 - G06T5/00
  • 本发明公开了融合多尺度空洞卷积和三元组注意力的遥感图像检索方法,包括如下步骤:A)构建基于残差结构的基准网络;B)将残差结构中的卷积模块替换为多尺度空洞卷积模块,对图像特征进行增强;C)在采用多尺度空洞卷积模块构成的残差结构中嵌入三元组注意力模块,三元组注意力模块被嵌入在残差结构的每个残差块的最后一个卷积层后;D)构造在线标签平滑损失函数,将遥感图像数据输入残差结构中进行训练,并在训练过程中动态生成平滑权重矩阵;E)提取遥感图像的特征向量;(F)将遥感图像的特征与数据库图像特征进行匹配,检索最相似图像。本发明可以提取遥感图像的显著语义特征,能够有效提高检索精度。
  • 一种基于图像识别的人工智能水体环境检测系统-202111494346.8
  • 周易;孟凡勇 - 上海威派格智慧水务股份有限公司
  • 2021-12-08 - 2022-05-17 - G06T5/00
  • 本发明提供一种基于图像识别的人工智能水体环境检测系统,包括:图像采集模块,用于采集多组图像数据;中心控制模块,包括:数据获取子模块,用于接收各图像数据;数据处理子模块,包括:数据处理单元,用于对各图像数据进行卷积滤波处理得到滤波图像,并对进行二值化处理得到泥水分界图像;机器学习单元,用于将图像数据作为输入,将泥水分界图像作为输出,训练得到泥水分层情况分析模型,以辅助操作人员进行排泥;可视化子模块,用于对各图像数据和各泥水分界图像进行可视化展示。有益效果是本系统通过摄像机代替污泥分界仪,有效降低成本,且可以沿水池的池壁大量设置摄像机以采集图像数据进行数据分析处理,能够提高泥水分界图像的准确性。
  • 一种基于改进DCGAN的图像修复方法及系统-202210154474.6
  • 杨刚;于琛;唐彩玲;戴丽珍;杨辉;徐芳萍;李中奇 - 华东交通大学
  • 2022-02-21 - 2022-05-17 - G06T5/00
  • 本发明涉及一种基于改进DCGAN的图像修复方法及系统,属于图像处理技术领域,该方法包括:构建基于改进DCGAN的图像修复模型,所述图像修复模型包括生成器和判别器构成的生成对抗网络,所述生成器包括依次连接的卷积模块、残差网络模块和上采样模块;基于联合损失函数,训练所述图像修复模型,获得训练好的图像修复模型;所述联合损失函数为对抗损失函数和重构损失函数之和;将待修改图像输入训练好的图像修复模型,输出修复后的图像。本发明提高了图像修复性能。
  • 一种基于生成对抗网络先验的盲人脸图像复原方法-202210155385.3
  • 张健;王荫槐;胡妤婕 - 北京大学深圳研究生院
  • 2022-02-21 - 2022-05-17 - G06T5/00
  • 本发明公开了一种基于生成对抗网络先验的盲人脸图像复原方法,包括生成对抗网络先验模块、图像特征提取模块、基于无监督学习退化表征策略的退化表征编码模块、退化感知特征插值模块。生成对抗网络先验模块,用于从初始特征图通过针对人脸预训练好的生成对抗网络生成不同尺度的中间特征图,从而合成更真实的人脸结构和细节;图像特征提取模块,用于从原始退化图像提取出不同尺度的特征图;退化表征编码模块,根据是否使用不同退化函数构造正负样本,从而实现在无监督情况下提取出图像在不同退化程度下的退化表征;退化感知特征插值模块,用于融合图像特征提取模块每一层提取到的特征图和生成对抗网络先验模块每一层得到的特征图。本发明可以自适应学习图像的不同退化程度,实现从不同程度的多种未知退化下的低质量人脸图像复原出身份一致,细节清晰的高质量人脸图像。
  • 一种基于信息熵和梯度因子的图像修复方法、系统-202210159554.0
  • 刘正男;潘玥;李津津;王羲献;朱佳伟 - 安徽信息工程学院
  • 2022-02-22 - 2022-05-17 - G06T5/00
  • 本发明公开了一种基于信息熵和梯度因子的图像修复方法、系统,所述基于信息熵和梯度因子的图像修复方法包括:确定待修复图像的破损区域,其中所述破损区域包含至少一个破损像素区域;针对每一破损像素区域,采用优先权函数确定所述破损像素区域的待修复块;根据预设定的匹配准则确定适配于所述待修复块的最佳样本块;使用所述最佳样本块填充所述待修复块中的未知像素完成该破损像素区域的修复;更新所述优先权函数中的置信度;获取所述待修复图像对应的已完成修复的图像。该基于信息熵和梯度因子的图像修复方法、系统可以有效的减少子图个数,减少计算量,提高计算速度。
  • 噪声自适应非盲图像去模糊-202110509845.3
  • M.斯卢茨基 - 通用汽车环球科技运作有限责任公司
  • 2021-05-11 - 2022-05-17 - G06T5/00
  • 对包括模糊和噪声的输入图像执行噪声自适应非盲去模糊的系统和方法包括对输入图像实施第一神经网络以获得一个或多个参数,并执行正则化去卷积以从输入图像获得去模糊图像。正则化去卷积使用一个或多个参数来控制去模糊图像中的噪声。一种方法包括实施第二神经网络以从去模糊图像中去除伪影并提供输出图像。
  • 一种畸变骨骼图像矫正方法及系统-202210335132.4
  • 林强;郭艳茹;曹永春;满正行 - 西北民族大学
  • 2022-03-31 - 2022-05-17 - G06T5/00
  • 本发明涉及一种畸变骨骼图像矫正方法,涉及图像处理技术领域,其首先根据双肩的位置获取双肩的倾斜角度;根据倾斜角度旋转图像,进行肩颈矫正;然后获取脊柱基准线和图像中每行有效像素的中点横坐标,根据脊柱基准线和中点横坐标对骨盆以上部位进行脊柱矫正,从而将矫正技术分为肩颈矫正和脊柱矫正两部分,并针对两者进行不同且有针对性的矫正方法,从而保证了畸变骨骼图像矫正的准确性,同时操作简单,快捷。
  • 一种图像智能降噪先验检测方法-202210352908.3
  • 聂玮成;王彬;徐凯;陈石;王中杰 - 江苏游隼微电子有限公司
  • 2022-04-06 - 2022-05-17 - G06T5/00
  • 本发明公开了一种图像智能降噪先验检测方法,在降噪流水线的最前端增加先验检测,对输入的图像数据首先进行先验检测处理,处理结果用于后续的降噪和增强处理环节;先验检测处理包括亮度检测、亮度均值矫正、坏点检测、色差检测、边缘检测、噪声检测、运动检测;后续的降噪和增强处理环节包括坏点纠正、空域降噪、色差矫正、时域降噪、去马赛克、平滑和锐化增强。本发明采用硬件和软件资源可复用的架构对降噪和增强过程中需要的图像特征参数进行集中采集和综合计算分析,后续降噪和增强环节需要利用的参数从先验检测装置中读取。
  • 一种基于注意力机制的双分支全色锐化方法-202210353729.1
  • 钟锡武;钱静;孙加裕 - 中国科学院深圳先进技术研究院
  • 2022-04-06 - 2022-05-17 - G06T5/00
  • 本申请提供一种基于注意力机制的双分支全色锐化方法,该方法包括:获取多光谱图像和全色图像;采用基于注意力机制的特征提取模块的通道注意力分支提取多光谱图像的互补信息,得到第一互补特征;通道注意力分支用于在通道维度上自适应的调整通道权重;及采用基于注意力机制的特征提取模块的空间注意力分支提取全色图像的互补信息,得到第二互补特征;空间注意力分支用于在空间维度上自适应的对全色图像的每个像素的系数进行加权;对第一互补特征和第二互补特征进行融合,得到融合特征;对融合特征进行图像重建,得到高分辨率多光谱图像。该方案可以得到更高分辨率的多光谱图像。
  • 基于灰度共生矩阵的图像优化方法及系统-202210401113.7
  • 乐海霞 - 广州骏天科技有限公司
  • 2022-04-18 - 2022-05-17 - G06T5/00
  • 本发明涉及图像处理技术领域,具体涉及一种基于灰度共生矩阵的图像优化方法及系统。获取任意待优化的初始图像的灰度图像;计算灰度图像的灰度均值从而得到灰度线性变化函数的参数初始值;构建灰度图像的灰度共生矩阵获取灰度图像的对比度;获取灰度图像的亮暗比;根据对比度以及亮暗比调整参数初始值,得到多个不同参数的灰度线性变化函数,进而得到多个优化图像;优化图像的信息熵最大时对应的参数为最优参数,该最优参数对应的优化图像为最优图像。利用该方法确定最优参数能够有效减少图像优化过程中的计算量,避免了对灰度线性变化函数中参数的盲目遍历,并且在准确确定每个灰度图像对应的最优图像的同时提高了优化的效率。
  • 一种视觉定位方法、装置、设备及介质-202210407177.8
  • 李晓川;李仁刚;赵雅倩;郭振华;范宝余 - 苏州浪潮智能科技有限公司
  • 2022-04-19 - 2022-05-17 - G06T5/00
  • 本申请公开了一种视觉定位方法、装置、设备及介质,涉及人工智能技术领域,该方法包括:对图像编码特征与文本编码特征进行特征拼接;对拼接后编码特征进行特征融合,得到第一融合后编码特征;基于预设跨注意力机制分别对第一融合后编码特征与文本编码特征进行噪声修正,得到修正后融合特征与修正后文本编码特征,对拼接后编码特征与修正后文本编码特征进行特征融合得到第二融合后编码特征;利用基于修正后融合特征和第二融合后编码特征确定的目标编码特征对预设框特征进行修正,以预测目标视觉物体的区域位置坐标,可见,本申请基于预设跨注意力机制对图文噪声进行修正,通过降低对文本中噪声部分的关注度削弱了噪声的影响,实现抗噪视觉定位。
  • 一种基于无监督自适应学习的高光谱遥感影像去噪方法-202210409199.8
  • 王心宇;罗朝之;钟燕飞;张良培 - 武汉大学
  • 2022-04-19 - 2022-05-17 - G06T5/00
  • 本发明涉及一种基于无监督自适应学习的高光谱遥感影像去噪方法。本发明针对模拟影像和真实影像之间的降质差异降低模型泛化性的问题,提出了无监督自适应学习策略,在高质量地面影像上进行预训练,设计判别器对噪声进行建模,在处理真实影像时由判别器对去噪参数进行微调,提升模型在真实影像上的泛化性。本发明在模型中设计了基于空‑谱残差的深度去噪网络和基于全局信息建模的判别器以充分挖掘高光谱深度先验。本发明可以解决高光谱遥感影像深度学习去噪中模拟训练数据的问题,降低深度学习模型对模拟训练数据的依赖性,有效提升高光谱去噪的适用性和精度。
  • 血管内超声图像的降噪方法、系统、电子设备及存储介质-202210413426.4
  • 闫洪志;赵士勇 - 天津恒宇医疗科技有限公司
  • 2022-04-20 - 2022-05-17 - G06T5/00
  • 本发明公开了一种血管内超声图像的降噪方法、系统、电子设备及存储介质,该方法包括获取多帧连续的血管内超声图像信号;将获取的所述血管内超声图像信号,根据的预设噪声门限值,先进行每个采样点的数据与噪声门限比较,大于噪声门限的记为逻辑1,小于噪声门限的记为逻辑0,同时与前一帧同位置采样点标记的逻辑判定值进行逻辑与运算,运算结果为1的输出取样点的真实数据,为0的话输出黑色背景,当前帧的每个取样点与噪声的比较判断逻辑结果记下来用于下一帧的逻辑判断,采用预设噪声门限值与相邻帧逻辑运算相结合的方法,滤除实际噪声和图像信号产生随机噪声,实现图像的降噪处理。
  • 一种基于改进Cycle GAN的图像生成方法-202210418314.8
  • 侯永宏;侯春羽;李斌;朱新山;李施琦;屈璐瑶;曾筠婷;李亚霖;钱统玉 - 天津大学
  • 2022-04-21 - 2022-05-17 - G06T5/00
  • 本发明公开了一种基于改进Cycle GAN的图像生成方法,包括从X域图像数据库中获取输入图像;将所述输入图像输入至编码器并输出特征图像;将所述特征图像输入至特征权重自适应模块,对所述特征图像提取背景信息和目标特征信息,并针对提取的背景信息和目标特征信息进行不同权重的特征融合;将处理后的特征图像依次输入至转换器和解码器中还原生成输出图像。本发明的图像生成方法将特征融合机制引入Cycle GAN网络,改进后生成的图像效果更加真实,特征细节处理效果更好,且改善了原网络转换后背景失真问题,使得转换后的图像在结构、亮度和色彩上更加接近于真实场景下的图像。
  • 一种边缘加强的视频质量评估方法-202111603695.9
  • 滕建新;刘勤山;何杰锋;袁锦春;梁谦亢 - 广州市广播电视台
  • 2021-12-24 - 2022-05-17 - G06T5/00
  • 本发明提供了一种边缘加强的视频质量评估方法,包括S1,分别对输入视频的每一帧视频帧进行拆分处理;S2,通过边缘检测算法对R、G、B三通道的图像进行边缘检测;S3,合并R、G、B三通道的图像的边缘图,得到视频帧的边缘图;S4,获得每一帧视频帧的内容依赖特征Mt1和每一幅边缘图的边缘特征Mt2;S5,获取每一帧视频帧的特征Vt;S6,将Vt输入到全连接层中进行降维处理,获得质量特征qt;S7,基于质量特征qt计算输入视频的视频质量分数。本发明在不同的数据集上使用了不同的网络参数,更好的拟合了不同数据集中不同分辨率和帧数等信息。对视频进行了预处理,更好地拟合人眼视觉系统。本发明未用到光流方法,大大减少了计算量,泛化能力较强。
  • 一种基于累计直方图的实时色调映射方法-202111664979.9
  • 梁维龙 - 上海盈方微电子有限公司
  • 2021-12-31 - 2022-05-17 - G06T5/00
  • 本发明公开了一种基于累计直方图的实时色调映射方法,所述方法包括以下步骤:直方图平滑处理得到平滑后直方图;设置亮度偏移系数和对比度因子对平滑后直方图进行调整;根据调整的平滑后直方图计算累积直方图;通过累积直方图进行变换,得到全局映射曲线;采用独特的直方图平滑算法,有效对直方图进行各个维度的处理,保护直方图的水平方向和垂直方向分别进行处理,在不依赖多帧图像的单帧情况下实现宽动态的的效果,整体占有极低的计算量,在保证宽动态的效果同时达到实时的性能,平滑算法没有使用复杂计算过程和过多的参数,极大的节省了资源,提供运算的效率。
  • 一种红外图像色调映射方法、装置、电子设备及存储介质-202210021889.6
  • 储颖;陈晨 - 深圳大学
  • 2022-01-10 - 2022-05-17 - G06T5/00
  • 本发明涉及一种红外图像色调映射方法、装置、电子设备及存储介质,包括以下步骤:S1、基于预设层分解模型分解红外图像以得到第一基础层图像和第一细节层图像;S2、基于自适应阈值强度直方图映射压缩第一基础层图像以得到第二基础层图像;S3、基于映射增强算法增强第一细节层图像以得到第二细节层图像;S4、通过预设函数合并第二基础层图像和第二细节层图像以得到红外图像对应的增加图像。实施本发明能够能够将原始的高动态范围红外图像处理为低动态范围红外图像,且细节信息丰富、视觉增强效果显著。
  • 基于迭代L1-202210047387.0
  • 杨洋;唐玲;王新宇;曾兰玲;赵岩 - 江苏大学
  • 2022-01-17 - 2022-05-17 - G06T5/00
  • 本发明公开了基于迭代L1范式的L0图像保边滤波方法,给定用户输入的图像以及参数,该方法首先计算输入图像梯度,之后基于输入的参数进行梯度截断,最后将截断后的梯度应用于滤波得到输出图像。为了实现图像L0滤波,本发明提出了一种基于迭代L1范式的方法,通过迭代更新梯度与输出图像,对结果不断求精。实验结果表明,本发明方法能够克服光晕、强度漂移等伪像,取得了较好的保边滤波效果。
  • 一种图像处理方法、装置、电子设备和存储介质-202210052003.4
  • 张涛;刘永强;冀志龙 - 北京世纪好未来教育科技有限公司
  • 2022-01-18 - 2022-05-17 - G06T5/00
  • 本公开涉及一种图像处理方法、装置、电子设备和存储介质。方法包括:获取目标图像,通过预先训练的神经网络模型对目标图像进行去模糊处理,神经网络模型包括至少一个编码器、至少一个实例归一化模块和至少一个解码器;通过编码器提取目标图像的特征,得到第一特征信息;通过实例归一化模块对第一特征信息中的部分特征信息进行实例归一化处理,得到第二特征信息;通过解码器基于第二特征信息得到目标图像对应的去模糊图像。本公开提供的方法,能够对目标图像进行去模糊处理,进而得到清晰的目标图像,且对真实场景下的文本图像去模糊效果比较好,处理速度也比较快。
  • 彩色图像对比度信息计算方法及装置-202210056501.6
  • 孔斌;钱晶;王灿;杨静 - 中国科学院合肥物质科学研究院
  • 2022-01-18 - 2022-05-17 - G06T5/00
  • 本发明公开一种彩色图像对比度信息计算方法及装置,属于计算机视觉技术领域,方法包括计算图像中各像素点在HSV颜色空间的色度信息;基于线性去色比例参数,计算图像中各像素点在RGB颜色空间的亮度信息;根据各像素点的色度信息和亮度信息,计算相邻像素点间的颜色差异信息;将颜色差异信息超过阈值的像素点作为差异点,基于差异点对应的颜色差异信息和差异点的数量计算所述图像的对比度。方法受原始图像中颜色均匀或接近均匀区域的影响较小,在亮度信息获取过程中,能够更好的保留彩色对比度信息,并且减少了视觉无法察觉差异的相邻数据信息对最终结果的影响,更有利于表达彩色图像感性对比度信息。
  • 图像增强方法、装置及计算机可读存储介质-202011279491.X
  • 李道静;张宇鹏;王炜;刘丽艳 - 株式会社理光
  • 2020-11-16 - 2022-05-17 - G06T5/00
  • 本发明提供了一种图像增强方法、装置及计算机可读存储介质,属于图像处理技术领域。所述图像增强方法包括:获取多组训练数据,每组训练数据包括第一图像和第二图像;构建包括第一级和第二级生成式对抗网络的图像增强模型,利用多组训练数据对所述图像增强模型进行训练,其中,以第二图像作为目标图像,基于第一图像的低频特征生成的增强低频图像,对第一级生成式对抗网络进行训练;以第二图像为目标图像,基于第一图像的融合图像生成的增强图像,对第二级生成式对抗网络进行训练;所述融合图像通过融合第一图像和增强低频图像得到;将待增强的第三图像输入训练好的图像增强模型,输出图像增强后的第四图像。本发明能够提高图像的图像质量。
  • 图像降噪方法、图像降噪装置、终端及存储介质-202011288060.X
  • 梁明大 - 北京小米移动软件有限公司
  • 2020-11-17 - 2022-05-17 - G06T5/00
  • 本公开是关于一种图像降噪方法、图像降噪装置、终端及存储介质。该图像降噪方法包括:获取待去噪的第一图像;对第一图像进行降采样,得到模糊度比第一图像高的至少一个第二图像;分别对第一图像和至少一个第二图像进行降噪,得到降噪后的图像;融合降噪后的第一图像和至少一个第二图像,得到降噪后的第一图像,第二图像的分辨率低于或等于第一图像,使得第二图像具有与第一图像不同的图像细节。在对第一图像和第二图像进行去噪时,可根据图像内容的不同进行图像间不同降噪程度的降噪,以尽可能多的保留图像细节。相对于直接对第一图像进行一次性强度的降噪,该方法可尽量多的保留图像细节,提高图像质量。
  • 荧光图像伪彩增强方法、装置、设备及存储介质-202210112710.8
  • 邬丹丹;潘力;付威威;董月芳;周哲 - 中国科学院苏州生物医学工程技术研究所
  • 2022-01-29 - 2022-05-17 - G06T5/00
  • 本发明涉及活体荧光成像领域,具体涉及一种荧光图像伪彩增强方法、装置、设备及存储介质,所述方法包括:获取待处理荧光图像;基于所述待处理荧光图像中各像素点的像素值,计算得到所述待处理荧光图像对应的最优阈值;基于所述最优阈值与待处理荧光图像中所有像素点的像素均值,计算得到所述待处理荧光图像对应的荧光阈值;基于所述荧光阈值,对所述待处理荧光图像中各像素点进行伪彩映射,得到伪彩增强后的彩色图像。可更好地保留并提取出待处理荧光图像中的有效荧光信息,提高经伪彩增强得到的彩色图像质量。
  • 图像处理方法、电子设备以及计算机可读存储介质-202210124323.6
  • 刘晴晴 - 上海闻泰信息技术有限公司
  • 2022-02-10 - 2022-05-17 - G06T5/00
  • 本申请实施例公开了一种图像处理方法、电子设备以及计算机可读存储介质,可有效消除待处理图像中的紫边区域,提高图像质量。本申请实施例方法包括:获取待处理图像,以及与待处理图像对应的暗帧图像和灰度图像,其中,待处理图像为基于第一曝光值拍摄得到的图像,暗帧图像为基于第二曝光值拍摄得到的图像,第一曝光值大于第二曝光值;确定待处理图像中的紫边区域;提取紫边区域在暗帧图像中的第一图像信息,及提取紫边区域在灰度图像中的第二图像信息,并将第一图像信息与第二图像信息进行融合,得到融合后的图像信息;根据融合后的图像信息,对待处理图像中的紫边区域进行处理,得到消除紫边区域的目标图像。
  • 一种视觉图像增强方法-202210127830.5
  • 杨开富;程成;李永杰 - 电子科技大学
  • 2022-02-11 - 2022-05-17 - G06T5/00
  • 本发明公开了一种视觉图像增强方法,本发明的图像增强方法基于N‑R方程,设计可学习参数的N‑R变换模块,并基于典型U‑Net网络结构设计多通道图像的整合模块以及颜色恢复模块,最终实现端到端的视觉图像增强,提高了视觉图像增强质量。通过基于N‑R变换可以生成多张不同局部增强的中间图像,并基于这些不同局部增强图像,通过网络中的参数自适应地整合每个像素值需要被修正的亮度值,极大提高了算法模型的可解释性,并能很好地完成视觉增强任务。
  • 一种数字图像修复方法、装置、设备及可读存储介质-202210130455.X
  • 张娟;刘健文;杨颖;任镤;周明全;张雨禾 - 陕西师范大学
  • 2022-02-11 - 2022-05-17 - G06T5/00
  • 本发明公开了一种数字图像修复方法、装置、设备及可读存储介质,构建数字图像修复神经网络,数字图像修复神经网络包括结构修复网络和细节优化网络;获取与待修复数字图像类别相同的原始图像数据集,对原始图像数据集随机裁剪并批量加入随机掩膜生成污损图像数据集,将污损图像数据集作为训练数据集;将训练数据集输入数字图像修复神经网络,对结构修复网络和细节优化网络分别进行训练,得到训练完成的结构修复网络和训练完成的细节优化网络。由上下文流模块构成的特征共享层解决了标准卷积无法在整个特征空间内共享图像语义信息特征的问题,使神经网络能在整个特征空间中进行搜索和学习,重构图像特征,提高了神经网络针对于数字图像的修复能力。
  • 一种遥感图像非均匀雾气去除方法-202210137039.2
  • 陈跃庭;陈肇杰;李奇;徐之海;冯华君 - 浙江大学
  • 2022-02-15 - 2022-05-17 - G06T5/00
  • 本发明公开了一种遥感图像非均匀雾气去除方法。方法步骤为:构建遥感图像的雾气去除网络,进行监督学习:获取合成有雾遥感图像数据集和无雾标签图像;将合成有雾遥感图像数据集输入遥感图像雾气去除网络中处理,输出合成去雾遥感图像数据集;计算合成去雾遥感图像数据集和无雾标签图像之间的损失值;将损失值反向传输至遥感图像雾气去除网络中优化,获得优化遥感图像雾气去除网络;获取真实有雾遥感图像并输入优化遥感图像雾气去除网络中处理,获取真实去雾遥感图像。本发明使用双注意力去雾模块进行特征提取,使网络具有更强的非均匀雾气感知和去除能力;不同层次之间的雾气感知特征直接传递,提高了提取雾气特征的效率,获得更好的去雾效果。
  • 乳腺断层重建图像的层间伪影抑制方法和装置-201911036299.5
  • 吴书裕;李翰威;齐宏亮;陈宇思;骆毅斌;吕晓龙 - 广州华端科技有限公司
  • 2019-10-29 - 2022-05-17 - G06T5/00
  • 本申请涉及一种乳腺断层重建图像的层间伪影抑制方法、装置、计算机设备和存储介质。该方法包括:获取被扫描物体不同角度下的投影图像,进行初次重建,得到初始重建图像;根据初始重建图像,提取高密度物质的三维空间掩模和高密度物质的特征图像;对高密度物质的三维空间掩模分别进行映射,结合投影图像的特征信息,得到不同角度下的投影图像的高密度物质的二维投影掩模;根据二维投影掩模和投影图像的像素信息,得到伪影权重图像;对不同角度下的投影图像和伪影权重图像进行加权反投影重建,得到重建基图像;对重建基图像和高密度物质的特征图像进行融合处理,得到伪影抑制后的断层合成重建图像。本申请的方案能够提高重建图像的质量。
  • 三维点云数据的去噪方法-201911072839.5
  • 朱翔 - 北京深测科技有限公司
  • 2019-11-05 - 2022-05-17 - G06T5/00
  • 本发明涉及一种三维点云数据的去噪方法,所述方法包括:提取三维点云数据的深度数据,建立二维点云矩阵,二维点云矩阵内元素为深度数据;提取二维点云矩阵的K个3×3子矩阵Nk;建立子矩阵Nk的中心元素在二维点云矩阵中的位置索引;将子矩阵Nk内的中心元素a2,2分别与aij差的绝对值相加,记做M1,其中aij为子矩阵Nk内的元素;如果M1大于第一阀值,判定中心元素a2,2为噪点,根据位置索引找到噪点在二维点云矩阵中的位置并舍弃噪点对应的元素;如果M1小于或等于第一阀值,则保留中心元素a2,2在二维点云矩阵中的位置所对应的元素。
  • 一种自适应红外数字图像细节增强方法-201911363618.3
  • 刘建东 - 北京东宇宏达科技有限公司
  • 2019-12-25 - 2022-05-17 - G06T5/00
  • 本发明公开了一种自适应红外数字图像细节增强方法,涉及红外数字图像处理技术领域,获取原始的红外数字图像,借助图像分割技术,将原始的红外数字图像分为低频图像信息和高频图像信息,对低频图像信息和高频图像信息进行降噪处理,获得降噪低频图像信息和降噪高频图像信息,提取降噪低频图像信息和降噪高频图像信息各自对应的特征信息,获得低频细节图像和高频细节图像,通过上述操作,依次对红外数字图像进行图像分层处理、降噪处理、特征信息提取、频域变换处理、滤波增强处理、灰度拉伸、图像一次合成和图像二次合成,最终可以得到细节处清晰可见的红外数字图像,并且处理后的红外数字图像在细节方面增强效率高,效果好。
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

tel code back_top
定制专利/购买专利

行业大牛为您服务 快来咨询~

4008765105 / 022-60709568