公开(公告)号：CN116698191A

公开(公告)日：2023-09-05

申请号：CN202310671105.9

申请日：2023-06-07

Applicant: 杭州海康威视数字技术股份有限公司

Inventor： 马若 ,  卢洁玲 ,  陈倩 ,  傅斌

IPC: G01J3/28

Abstract: 本申请实施例提供了多光谱成像系统中反射率确定方法，获取多光谱成像系统拍摄目标对象时多光谱成像系统中图像传感器采集到的目标波段的原始图像数据；根据目标对象在原始图像数据中所处目标像素点的像素值，确定目标对象的原始亮度，其中，原始亮度与像素值正相关；根据多光谱成像系统的光学子系统的目标放大倍率，对原始亮度进行补偿得到修正亮度；根据修正亮度、目标对象所处环境中目标波段的环境光的环境光亮度，确定目标对象对目标波段的光线的反射率，其中，反射率与修正亮度正相关，且与环境光亮度负相关。应用本申请提供的反射率确定方法，能够提高确定反射率的效率以及准确度。

公开(公告)号：CN119722512A

公开(公告)日：2025-03-28

申请号：CN202510228113.5

申请日：2025-02-27

Applicant: 杭州海康威视数字技术股份有限公司

Inventor： 陈倩 ,  傅斌 ,  刘旭

IPC: G06T5/70 ,  G06V10/764 ,  G06V10/774

Abstract: 本申请提供了一种图像降噪模型的训练方法，涉及图像处理技术领域，包括：获取目标训练集中的多个第一类样本对；将每一第一类样本对中的噪声图像以及对应的图像质量分数输入至待训练的目标图像降噪模型，以得到每一样本对中的噪声图像对应的去噪结果；基于每一第一类样本对中的噪声图像对应的去噪结果以及每一第一类样本对中的目标图像，确定所述目标图像降噪模型的目标损失值；响应于根据所述目标损失值判定所述目标图像降噪模型未收敛，对所述目标图像降噪模型进行参数调整，并返回所述获取目标训练集中的多个第一类样本对的步骤。通过本方案可以提升训练得到的图像降噪模型在实际场景中的降噪效果。

公开(公告)号：CN118247181B

公开(公告)日：2024-08-02

申请号：CN202410670364.4

申请日：2024-05-28

Applicant: 杭州海康威视数字技术股份有限公司

Inventor： 刘旭 ,  傅斌 ,  陈倩

IPC: G06T5/77 ,  G06T5/90 ,  G06T5/70 ,  G06T5/60 ,  G06V10/774

Abstract: 本申请实施例提供的一种图像复原模型训练方法、电子设备和图像复原方法，应用于模型训练的技术领域，该方法包括：获取样本图像；对所述样本图像进行对比度调整、清晰度调整和噪声添加，得到降质后的样本图像；将所述降质后的样本图像作为图像复原模型的输入，所述样本图像作为图像复原模型的真值，对图像复原模型进行训练。可见，通过本申请实施例的方案，可以在获取样本图像之后，通过对样本图像进行对比度调整、清晰度调整和噪声添加，得到降质后的样本图像，从而将降质后的样本图像作为图像复原模型的输入，将样本图像作为图像复原模型的真值，对图像复原模型进行训练，解决输入图像获取困难影响图像复原模型训练效率的问题。

公开(公告)号：CN116600183A

公开(公告)日：2023-08-15

申请号：CN202310736587.1

申请日：2023-06-20

Applicant: 杭州海康威视数字技术股份有限公司

Inventor： 马若 ,  卢洁玲 ,  陈倩 ,  傅斌

IPC: H04N23/50 ,  H04N23/54 ,  H04N23/55

Abstract: 本申请实施例提供了多光谱变倍摄像机系统，所述多光谱变倍摄像机系统，包括：摄像机、环境光检测装置；所述摄像机包括图像传感器、圆盘滤光片、可变倍的镜头组件、电机以及处理器；所述环境光检测装置，用于获取所述监控区域的光线的光强数据，并将所述光强数据发送至所述处理器，其中，所述光线的光强数据包括所述目标光谱波段对应的光强数据。应用本申请实施例，可以提高植被指数的确定效率。

公开(公告)号：CN118247181A

公开(公告)日：2024-06-25

申请号：CN202410670364.4

申请日：2024-05-28

Applicant: 杭州海康威视数字技术股份有限公司

Inventor： 刘旭 ,  傅斌 ,  陈倩

IPC: G06T5/77 ,  G06T5/90 ,  G06T5/70 ,  G06T5/60 ,  G06V10/774

Abstract: 本申请实施例提供的一种图像复原模型训练方法、电子设备和图像复原方法，应用于模型训练的技术领域，该方法包括：获取样本图像；对所述样本图像进行对比度调整、清晰度调整和噪声添加，得到降质后的样本图像；将所述降质后的样本图像作为图像复原模型的输入，所述样本图像作为图像复原模型的真值，对图像复原模型进行训练。可见，通过本申请实施例的方案，可以在获取样本图像之后，通过对样本图像进行对比度调整、清晰度调整和噪声添加，得到降质后的样本图像，从而将降质后的样本图像作为图像复原模型的输入，将样本图像作为图像复原模型的真值，对图像复原模型进行训练，解决输入图像获取困难影响图像复原模型训练效率的问题。