-
公开(公告)号：CN116563693A
公开(公告)日：2023-08-08
申请号：CN202310491245.8
申请日：2023-05-04
Applicant: 南京理工大学
IPC: G06V20/05 , G06V10/56 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于轻量级注意力机制的水下图像色彩复原方法，包括以下步骤：获取水下图像；构建生成对抗网络模型，包括设计生成器网络结构同时在编码器‑译码器的浅层加入效果较好的轻量级注意力机制，用来更好地提取水下图像的特征信息，以及包括设计鉴别器网络结构以判别生成水下图像的真假；确定用以更新网络参数的基于均方对数误差计算方法的损失函数；使用训练集对设计好的网络结构进行训练，通过循环迭代不断优化网络，直至输出网络模型，并将测试集输入训练好的网络模型，获得清晰图像。通过本发明所增强的水下图像更符合人眼的观察习惯，在峰值信噪比、结构相似性等水下图像画质评测指标方面均相较于现有深度学习方法有所提升。
-
公开(公告)号：CN114612359A
公开(公告)日：2022-06-10
申请号：CN202210231396.5
申请日：2022-03-09
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于特征提取的可见光与红外图像融合方法，首先，对红外图像采用混合滤波算法进行预处理；其次，扩展图像的灰度直方图，使其充满整个灰度范围，凸显红外目标并弱化背景影响；接着，分别对不同光谱图像做高斯图像金字塔处理，再通过拉普拉斯金字塔分别得到不同尺度下图像的显著性区域；然后，对红外感兴趣区域计算，通过优势信息比较策略，对不同光谱的显著性区域进行比较，得到各个尺度下的红外图像感兴趣区域；最后，把不同尺度下的红外感兴趣区域融合入可见光图像中，得到不同光谱的融合结果。本发明的多光谱图像融合方法，细节信息保留完整、鲁棒性强，解决了单一可见光传感器光谱探测范围有限的问题。
-
公开(公告)号：CN113673392A
公开(公告)日：2021-11-19
申请号：CN202110909898.4
申请日：2021-08-09
Applicant: 南京理工大学 , 上海航天控制技术研究所
Abstract: 本发明公开本发明的目的在于提供一种基于时空聚类的动目标检测方法，能够兼顾计算速度和检测稳定性，从图像序列中快速区分动态目标和静态目标，并对动态目标进行跟踪以确定目标在图像中的位置。本发明的动目标检测方法，包括如下步骤：(10)图像特征点提取：在初始帧对目标进行角点检测，提取图像特征点；(20)特征点航迹关联：对提取到的图像特征点进行跟踪检测，并用航迹进行关联；(30)航迹位移量聚类：根据背景运动与目标运动在图像坐标中位移的不同，通过聚类切割出运动特征点和背景特征点；(40)运动特征点空间聚类：根据不同目标在图像中的空间差异，将同一目标上的特征点航迹进行组合，不同目标上的特征点航迹进行区分，同时记录每个运动目标的航迹状态。
-
公开(公告)号：CN113673385A
公开(公告)日：2021-11-19
申请号：CN202110900578.2
申请日：2021-08-06
Applicant: 南京理工大学 , 上海航天控制技术研究所
IPC: G06K9/00 , G06K9/32 , G06K9/46 , G06K9/52 , G06K9/62 , G06T5/00 , G06T5/20 , G06T7/11 , G06T7/136
Abstract: 本发明公开一种基于红外图像的海面舰船检测方法，探测精度高、虚警率低、鲁棒性强。本发明的海面舰船检测方法，包括如下步骤：(10)红外图像预处理：对红外探测器采集到的包含舰船的海面图像进行预处理；(20)Dot‑Curve初步定位：对经预处理的红外图像进行Dot‑Curve提取，得到候选目标主副轴；(30)主副轴修正：基于残差分析理论，对候选目标主副轴的灰度曲线进行拟合，并对候选目标主副轴的位置进行修正；(40)特征提取：对候选目标进行特征提取，计算候选目标主副轴纹理特性和几何特性参数，架构特征集；(50)目标鉴别：比较需求项目和干扰项目的特征参数，对潜在目标进行特征分析、融合，获得需求目标。
-
公开(公告)号：CN112116627A
公开(公告)日：2020-12-22
申请号：CN202010892527.5
申请日：2020-08-31
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于近似主成分分析的红外目标跟踪方法。该方法步骤如下：步骤1、获取图像序列，读取首帧图像，选定跟踪的目标；步骤2、对步骤1选定的跟踪目标进行初始化模板矩阵，初始化目标状态向量；步骤3、选取粒子数N，对所有粒子分别建立待选目标表观模型，计算出目标矩阵，然后根据重构误差矩阵确定本帧跟踪结果；步骤4、对于步骤3中跟踪结果的目标矩阵，通过重构误差矩阵确定权重，更新模板矩阵中的元素；步骤5、根据似然概率重新采样，对本帧图像进行状态转移概率高斯分布建模，得到下一帧图像N个对应的候选目标；步骤6、返回步骤3，直到图像序列结束。本发明方法具有跟踪精度高、鲁棒性好的优点。
-
Patent Agency Ranking
公开(公告)号：CN108090932A
公开(公告)日：2018-05-29
申请号：CN201711394923.X
申请日：2017-12-21
Applicant: 南京理工大学
Inventor： 钱惟贤 , 朱国强 , 陈钱 , 顾国华 , 顾芷西 , 李之秀 , 孟思岐 , 张晓敏 , 汪鹏程 , 万敏杰 , 钱烨 , 杨文广 , 杨诗怡 , 蔡贵霞 , 高青松 , 刘维习
Abstract: 本发明公开了一种基于FPGA的炸点检测系统及方法，包括信号控制与数据处理模块、解码电路、数据缓存电路、以太网电路、外围电路，解码电路获取原始图像数据，并将原始图像数据缓存至大容量的数据缓存电路中，通过信号控制与数据处理模块中的改进三帧差法进行炸点目标检测，获得炸点区域，再进行连通域标记后利用灰度加权算法获得炸点的中心像素坐标，最终检测到的炸点图像与炸点中心像素坐标通过以太网电路发送至PC机。本发明将算法步骤进行流水线设计，获得高速的运算结果，能够对分辨率为1024*1024的图像达到实时检测炸点的结果；能够准确的获得炸点区域并快速高精度的标记炸点中心点坐标；在光照变化，背景运动的前提下，仍能保持高的检测率。
-
公开(公告)号：CN107292910A
公开(公告)日：2017-10-24
申请号：CN201610225318.9
申请日：2016-04-12
Applicant: 南京理工大学 , 西安西光创威光电有限公司
IPC: G06T7/246
Abstract: 本发明提出一种基于像素建模的移动相机下运动目标检测方法。对移动相机获取的视频图像序列进行归一化处；对图像进行归一化处理可以消除光照因素的影响；提取图像序列每帧图像的特征点，使用相邻两帧图像的特征点对应关系获取后一帧图像对应于前一帧图像的变换矩阵，使用变换矩阵更新前一帧图像的像素模型获取后一帧图像的像素模型，其中，图像序列第一帧图像的像素模型通过初始化获得；根据特征点和像素模型，计算获得检测目标所需的决策阈值和决策阈值最小数目；根据决策阈值和决策阈值最小数目判断图像中的像素点是属于背景像素还是属于运动目标像素，从而检测出图像中的目标。本发明检测结果不会出现孔洞现象，能够及时消除鬼影现象。
-
公开(公告)号：CN106447668A
公开(公告)日：2017-02-22
申请号：CN201610722917.1
申请日：2016-08-25
Applicant: 南京理工大学 , 西安西光创威光电有限公司
CPC classification number: G06T5/002 , G06T2207/10048
Abstract: 本发明提出一种红外场景下基于随机取样和稀疏矩阵恢复的小目标检测方法。对单帧红外图像中每个像素位置进行随机取样，获取具有随机特性的红外图像；对随机取样后的红外图像进行补丁变换，将随机取样后的红外图像分割为多个没有重叠区域的小幅图像，并进行一维向量化处理，获得补丁变换后的二维矩阵；对补丁变换后的二维矩阵进行主成分分析，获得稀疏矩阵和低秩矩阵；对步骤稀疏矩阵采用补丁逆变换的方法进行图像恢复，分别获得对应的红外小目标图像和红外图像背景；使用低秩矩阵确定红外小目标检测中的分割阈值，根据所述分割阈值对红外小目标图像进行图像分割，检测出红外小目标。本发明方法简单、运算时间短。
-
公开(公告)号：CN119205826A
公开(公告)日：2024-12-27
申请号：CN202411250181.3
申请日：2024-09-06
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于局部区域自组织映射算法的红外图像分割方法，包括：首先，设计基于局部区域自组织映射算法，在水平集迭代演化前，通过移动局部滑窗，完成多特征偏场的提取，在乘性偏场模型的框架下，构建多特征局部数据驱动项；其次，计算多特征全局数据驱动项，并通过自适应权重函数，构建多特征混合数据驱动项。接着，利用自适应正则化函数对多特征混合数据驱动项的能量值域进行正则化后，驱动初始水平集进行迭代演化。然后，在水平集的迭代过程中，使用双曲正切函数保持水平集在迭代演化时，外部为正内部为负的符号规则特征和模值为1的距离规则特征。同时，通过均值滤波模板，不断地对水平集进行平滑处理，并消除多余的非边界处轮廓线。最后，通过梯度下降法不断迭代求解能量函数的最小值，直到达到水平集的收敛准则或最大迭代次数后停止，此时输出零水平集的位置，完成图像分割。本发明提出的局部区域自组织映射算法能准确地从红外图像中挖掘出前景的轮廓，具有较好的分割速度和精度。
-
公开(公告)号：CN117196991A
公开(公告)日：2023-12-08
申请号：CN202311224573.8
申请日：2023-09-21
Applicant: 南京理工大学
IPC: G06T5/00 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于多模态损失函数U型编解码网络的图像增强方法，涉及图像处理领域，包括：设计U型编解码网络模型，将短曝光S0与Dolp图像作为训练集、对应的长曝光图像作为真值参考，输入网络进行训练；并设计了使用YUV色彩空间的光强与线偏振度多模态损失函数，使用梯度下降算法调整网络参数，直到最大迭代次数，输出网络模型；将短曝光测试集图像输入训练好的网络模型，输出增强图像，与对应真值图像进行对比分析。经本发明改进后的网络模型在彩色偏振图像还原上的峰值信噪比、结构相似度和处理速度得到了提升。
-
-
-
-
-
-
-
-
-
Search Results
41
records
(took 0.023 seconds)
