-
公开(公告)号：CN119559639A
公开(公告)日：2025-03-04
申请号：CN202411624481.3
申请日：2024-11-14
Applicant: 电子科技大学
IPC: G06V20/70
Abstract: 本发明公开了一种基于图的视觉注意编码方法，首先利用眼动设备采集受试者观看视觉图像时的眼动数据，对所观看的图像中的物体区域进行标注，根据标注的物体区域依次将落入同一标注物体区域的眼动注视点归为一组，构成语义注视路径，再通过统计每位受试者的语义注视路径中在不同语义物体区域之间的注意转移次数，构建视觉注意图，并对获视觉注意图进行标准化处理，完成基于图的视觉注意编码，且可利用标准化视觉注意图评估受试者的注意一致性。本发明的方法可以有效解决原始注视点路径个体差异大的问题，具有计算简单，效果好等特点，非常适合于对编码群体的视觉行为。
-
公开(公告)号：CN117011251A
公开(公告)日：2023-11-07
申请号：CN202310898630.4
申请日：2023-07-20
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于特征极化和边界回归的眼底OCT图像分割方法，首先对眼底OCT图像进行预处理，把眼底OCT图像分别输入卷积骨干神经网络和变形器骨干网络提取相应特征，并将提取的特征进行融合，输入解码器得到输出概率图，再对提取的所有特征进行特征极化约束，然后对输出概率图进行边界回归约束，利用损失函数基于反向传播训练OCT分割模型，最后基于训练好的权重预测新的眼底OCT图像。本发明的方法设计了卷积网络和变形器网络混合作为编码器的分割模型，能够对OCT中视网膜层的形状和细节进行捕获，提出特征极化损失能够增强编码器特征提取的鲁棒性，提出的边界回归损失能够优化解码器对于视网膜层边界的精确定位，非常适合眼底OCT图像的视网膜层分割。
-
公开(公告)号：CN114387552A
公开(公告)日：2022-04-22
申请号：CN202210036519.X
申请日：2022-01-13
Applicant: 电子科技大学
Abstract: 本发明公开一种基于生物视觉机理的旋翼无人机红外视频跟踪方法，应用于计算机视觉和目标跟踪领域，针对现有技术难以满足旋翼无人机的目标追踪的问题；本发明分别基于运动特征和外观特征对目标进行跟踪，再进行信息整合，获得最终的跟踪结果；本发明的方法良好适应了旋翼无人机在红外视频中信号不稳定、运动自由度多等特点，具有跟踪准确度高、计算实时性强等特点，非常适合于红外视频中旋翼无人机的单目标跟踪。
-
公开(公告)号：CN106127823B
公开(公告)日：2019-03-26
申请号：CN201610481600.3
申请日：2016-06-24
Applicant: 电子科技大学
IPC: G06T9/00
Abstract: 本发明公开了一种彩色图像动态范围压缩方法，本发明的方法首先提取彩色图像的亮度，采用不同的计算方式得到视杆感受亮度图和视锥感受亮度图，然后分别计算视杆亮度图和视锥亮度图中每个像素所对应的响应值。得到视杆和视锥的响应图后，分别与一个双高斯差滤波器进行卷积，并将卷积后得到的两幅图像进行融合；融合时，对于亮度较低的像素，视锥的权重小，对于亮度较高的像素，视锥的权重大；融合之后，在保持输入的彩色图像的RGB三通道的比值不变的情况下，根据融合后图像的亮度与视锥感受亮度的关系来等比缩放原图的RGB三通道，通过调整饱和度控制参数的大小，可以有效的调节最终得到的彩色图像的饱和度。
-
公开(公告)号：CN106097279B
公开(公告)日：2019-01-01
申请号：CN201610478430.3
申请日：2016-06-24
Applicant: 电子科技大学
Abstract: 本发明公开了一种高动态图像增强方法，具体将高动态图像从彩色通道变换到灰度通道图像，然后将灰度通道图像进行对数压缩处理，再将灰度通道压缩图像进行两个自适应非线性的图像增强处理，然后再对这两个增强图像进行局部增强处理，之后再通过融合规则将这两个局部增强的灰度图像进行融合，然后对融合灰度图像进行全局增强，最后将原始高动态图像的彩色信息通过颜色校正，将校正的颜色信息和融合灰度图像转换到彩色通道，从而实现高动态图像的增强。本发明的方法具有无参数设置和有效增强高动态图像的特点。
-
Patent Agency Ranking
公开(公告)号：CN117274075A
公开(公告)日：2023-12-22
申请号：CN202311077931.7
申请日：2023-08-25
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明公开了一种夜间图像颜色矫正方法及装置，首先将图像分为红、绿、蓝三个分量，并对基于亮度信息对各像素邻域范围内的像素值进行分组并分别计算平均值；然后对每个通道中每个像素点，取对应的高值组平均值和低值组平均值的对数值并作差，获取每个像素点的局部对比值；根据三个颜色通道中的局部对比值，计算每个像素位置处的灰色指数，并获得灰色指数分布图；基于亮度信息选择部分亮像素作为初始亮像素；同时对图像空间进行均匀网格划分；通过计算每个网格区域中的亮像素比例选择的亮区域；选择落入亮区域的候选灰色点作为最终提取的灰色点，估计出图像的光源，并对图像的进行颜色矫正。
-
公开(公告)号：CN114387552B
公开(公告)日：2022-08-26
申请号：CN202210036519.X
申请日：2022-01-13
Applicant: 电子科技大学
Abstract: 本发明公开一种基于生物视觉机理的旋翼无人机红外视频跟踪方法，应用于计算机视觉和目标跟踪领域，针对现有技术难以满足旋翼无人机的目标追踪的问题；本发明分别基于运动特征和外观特征对目标进行跟踪，再进行信息整合，获得最终的跟踪结果；本发明的方法良好适应了旋翼无人机在红外视频中信号不稳定、运动自由度多等特点，具有跟踪准确度高、计算实时性强等特点，非常适合于红外视频中旋翼无人机的单目标跟踪。
-
公开(公告)号：CN109886901B
公开(公告)日：2021-07-02
申请号：CN201910218341.9
申请日：2019-03-21
Applicant: 电子科技大学
IPC: G06T5/00
Abstract: 本发明公开一种基于多通路分解的夜间图像增强方法，应用于图像处理技术领域，针对现有技术在夜间图像处理时不能很好地去除噪声的问题，本发明首先根据待处理夜间图像全局噪声水平的估计，将待处理夜间图像分解为基底层图像和细节层图像；然后对基底层图像进行亮度适应计算；其次对基底层亮度适应图像的颜色进行矫正；再次对细节层图像进行边缘保护和噪声抑制；最后将颜色矫正后的基底层图像跟边缘保护与噪声抑制后的细节层图像进行融合，得到增强后的夜间图像；本发明的方法能够很好地去除夜间图像的噪声干扰。
-
公开(公告)号：CN109919873B
公开(公告)日：2020-12-29
申请号：CN201910171243.4
申请日：2019-03-07
Applicant: 电子科技大学
Abstract: 本发明公开一种基于图像分解的眼底图像增强方法，应用于医学图像处理领域，针对现有技术虽然在一定程度上避免噪声放大，但不能去噪，同时对图像细节的增强效果较差的问题，本发明通过对每个颜色通道进行图像分解，获得结构层图像和噪声层图像；然后设定具体参数进一步对结构层图像进行图像分解，获得基底层图像和细节层图像；再次，通过颜色空间变换从基底层图像中提取亮度通道，并对亮度通道进行光照矫正；最后将矫正后的基底层图像与细节层图像进行加权融合，获得增强后的眼底图像；实现了在去除噪声的同时增强眼底图像细节信息的效果。
-
公开(公告)号：CN102867295A
公开(公告)日：2013-01-09
申请号：CN201210284360.X
申请日：2012-08-06
Applicant: 电子科技大学
IPC: G06T5/50
Abstract: 本发明公开了一种彩色图像颜色校正方法，具体包括提取图像各通道分量，将分量图像分成若干小块，计算每块图像的反射率信息，计算图像的光源值，用光源对色偏图像进行颜色校正。本发明的方法首先将彩色图像分解到红，绿，蓝三个颜色通道，然后将三个颜色通道中的图像分块，计算每块图像的反射率信息，并在分块图像上计算每个颜色通道的光源信息，通过灵活的选择图像分块的大小，可以快速高效的计算出图像的光源值，最后用所计算的光源校正原图像，实现所见即所得的图像颜色校正。本发明的方法具有通过简单的参数选择，快速有效的计算出各种场景下图像的真实光源信息，准确的实现颜色校正。
-
-
-
-
-
-
-
-
-
Search Results
45
records
(took 0.019 seconds)
