-
公开(公告)号：CN117911270A
公开(公告)日：2024-04-19
申请号：CN202410070638.6
申请日：2024-01-17
Applicant: 西安电子科技大学
IPC: G06T5/70 , G06T5/40 , G06T5/60 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明涉及一种红外图像的噪声抑制方法，属于图像噪声处理领域，该方法包括：根据改进后的局部直方图均衡化算法对待处理图像进行处理，得到第一图像；通过神经网络对第一图像进行特征提取，得到第一特征，并根据第一特征得到第二图像；根据第一图像、第二图像和神经网络，得到密度矩阵；根据第一图像、第二图像和密度矩阵，得到第一融合特征；根据第一融合特征和神经网络得到噪声抑制后的目标图像。通过上述技术方案，利用改进后的局部直方图均衡化算法预先对图像的进行处理，减轻后续神经网络的处理压力，在减少待处理图像中噪声的同时，利用神经网络加快了图像噪声的抑制速度，具有较强的图像恢复效果。
-
公开(公告)号：CN108665422B
公开(公告)日：2022-05-10
申请号：CN201710766350.2
申请日：2017-08-30
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种傅里叶域内逆向感知的单帧红外非均匀性检测方法，将原始单帧红外图像分解为若干个加权非重叠图像子块，并对其进行傅里叶‑对数变换，获得每个加权非重叠图像子块相应对数域下的傅里叶能谱；从所述若干个加权非重叠图像子块的傅里叶能谱中计算最小傅里叶能谱；根据所述最小傅里叶能谱确定基于逆向感知理论下可能出现非均匀性特征的虚警数，再根据虚警数和选取的经验阈值构造可表示非均匀性傅里叶能谱分布的二值映射；根据所述二值映射对原始单帧红外图像的傅里叶能谱进行滤波，并通过傅里叶逆变换获得红外图像的非均匀性检测结果。本发明基于图像傅里叶域的频谱分布特性，利用人类视觉系统逆向感知理论实现红外图像的非均匀性检测，以达到对单帧红外图像像质提升效果。
-
公开(公告)号：CN107403134B
公开(公告)日：2022-03-11
申请号：CN201710391310.4
申请日：2017-05-27
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于局部梯度三边的图域多尺度红外弱小目标检测方法，该方法为：将含弱小目标的红外图像转化成以节点和其边权关系为表示方式的局部梯度三边图信号；其次，根据图拉普拉斯矩阵的多尺度变换对局部梯度三边图信号进行多尺度分解，获得图信号在不同尺度下的低高频子带；再次，根据图信号的边权关系对每个尺度的高频子带进行局部加权，并取其中值作为新的中心节点系数，然后对局部加权后的高频子带作乘性融合；最后，对乘性融合后的高频子带进行自适应阈值分割，确定目标空间位置，输出检测结果。
-
公开(公告)号：CN108665435B
公开(公告)日：2021-11-02
申请号：CN201810015843.7
申请日：2018-01-08
Applicant: 西安电子科技大学
IPC: G06T5/50
Abstract: 本发明公开了一种基于拓扑‑图切融合优化的多谱段红外图像背景抑制方法，分别对多谱段的红外图像进行局部Patch预处理获得预处理后的图像，根据拓扑微分方法对所述预处理后的图像进行强起伏边缘的抑制获得最优扩散系数，根据获得的最优扩散系数与梯度均值滤波相结合分别对单波段图像进行背景抑制，获得若干个单波段杂波抑制后的目标图像；根据尺度区域能量理论模型对所述获得的若干个单波段杂波抑制后的目标图像进行融合，得到多谱段融合的背景抑制结果图像；对所述多谱段融合的背景抑制结果图像进行图切策略优化，消除融合后图像的局部轮廓效应，最终获得背景抑制后的图像。本发明能有效地抑制红外图像中所包含的高灰度级、起伏剧烈的红外背景，并能够突出目标信息。
-
公开(公告)号：CN112990230A
公开(公告)日：2021-06-18
申请号：CN202110270457.4
申请日：2021-03-12
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于二阶段分组注意力残差机制的光谱图像压缩重建方法，利用第一阶段网络对观测到的图像与对应波段的图像联合生成初始估计结果，并对初始估计结果进行特征提取，对于提取到的特征使用分组注意力网络对特征数据进行分组计算，有效降低了模型的待学习参数量，在一定算力下有降低了数据重建时间；然后将优化的分组结果融合并使用第二阶段网络优化特征光谱分布结构，针对光谱一致性与上下文特征一致性设计了基于残差通道注意力机制的光谱优化网络，针对光谱维度的信息分布进行了全局优化，最终融合特征，获取高质量的重构光谱数据立方体。
-
Patent Agency Ranking
公开(公告)号：CN112435177A
公开(公告)日：2021-03-02
申请号：CN202011242885.8
申请日：2020-11-10
Applicant: 西安电子科技大学
IPC: G06T5/00
Abstract: 本发明公开了一种基于SRU与残差网络的递归红外图像非均匀校正方法，将原始非均匀噪声图与原始非均匀噪声图进行通道数拼接，进行初步特征提取；其次，将初步特征提取结果经过简单递归单元(SRU)完成特征提取；经过多层残差块与卷积层处理，获得一阶段的红外图像非均匀校正结果；将所述一阶段的红外图像非均匀校正结果与原始非均匀噪声图进行通道数拼接，进行下一步特征提取，如此进行共N个阶段，获得最终的红外图像非均匀校正结果。本发明通过残差模块和简单递归单元共同作用，在以6个阶段作为递归的情况下，网络共享每个阶段的参数，大大降低了整体网络参数量，对大多数场景的红外图像都具有良好的非均匀性校正效果。
-
公开(公告)号：CN119228644A
公开(公告)日：2024-12-31
申请号：CN202411144476.2
申请日：2024-08-20
Applicant: 西安电子科技大学
IPC: G06T3/4046 , G06N3/045 , G06N3/047 , G06N3/08 , G06T9/00
Abstract: 本发明实施例涉及图像处理技术领域，其公开了一种基于深度学习的图像重建方法，所述方法包括：对原始图像f进行压缩；对压缩后的所述原始图像f进行重建，并依据贝叶斯定理确定目标函数；根据所述目标函数对神经网络模型进行训练，直至所述神经网络模型的损失指标满足阈值条件；根据训练好的神经网络模型对图像进行重建。本发明利用深度学习技术，能够提供比传统方法更高的压缩率和更好的图像重建质量。
-
公开(公告)号：CN119223454A
公开(公告)日：2024-12-31
申请号：CN202411305187.6
申请日：2024-09-19
Applicant: 西安电子科技大学
Abstract: 本发明实施例公开了一种红外宽波段多光谱辐射测温装置、方法、介质及设备，装置包括：前置光学模组、微透镜阵列、滤光片阵列和探测器阵列，前置光学模组，用于分离目标物体的中波辐射与长波辐射，对中波辐射和长波辐射缩小投影至所述微透镜阵列；微透镜阵列，用于将缩小投影后的中波辐射和长波辐射进行聚焦并汇聚，获取中波汇聚光和长波汇聚光；滤光片阵列，用于接收对应的中波汇聚光和长波汇聚光，分别对中波汇聚光和长波汇聚光进行滤光；探测器阵列，用于分别将滤光后的中波汇聚光和长波汇聚光进行多谱段采集，获取目标光谱辐射图像。该多光谱辐射测温装置结构简单，易于实现高速红外宽波段多光谱成像技术实现对目标物体的温度场测量。
-
公开(公告)号：CN118570062B
公开(公告)日：2024-11-29
申请号：CN202411059685.7
申请日：2024-08-05
Applicant: 西安电子科技大学
Abstract: 本发明实施例公开了一种基于编解码的高光谱图像重建方法、装置、设备及介质，该方法包括构建高光谱图像重建网络，所述高光谱图像重建网络包括编码网络、初始重建网络、深度重建网络；基于编码网络，将原始高光谱图像进行下采样卷积，确定压缩测量值；基于初始重建网络，将所述压缩测量值进行上采样卷积，确定初始估计的高光谱图像；基于所述深度重建网络，根据所述初始估计的高光谱图像和所述压缩测量值，进行深层特征提取和噪声去除，确定重建高光谱图像。该方案，能够在减少高分辨率相机的成本下进行数据采集，并保证高光谱图像复原质量，成本低，高光谱图像复原质量高，实用性强。
-
公开(公告)号：CN118570062A
公开(公告)日：2024-08-30
申请号：CN202411059685.7
申请日：2024-08-05
Applicant: 西安电子科技大学
Abstract: 本发明实施例公开了一种基于编解码的高光谱图像重建方法、装置、设备及介质，该方法包括构建高光谱图像重建网络，所述高光谱图像重建网络包括编码网络、初始重建网络、深度重建网络；基于编码网络，将原始高光谱图像进行下采样卷积，确定压缩测量值；基于初始重建网络，将所述压缩测量值进行上采样卷积，确定初始估计的高光谱图像；基于所述深度重建网络，根据所述初始估计的高光谱图像和所述压缩测量值，进行深层特征提取和噪声去除，确定重建高光谱图像。该方案，能够在减少高分辨率相机的成本下进行数据采集，并保证高光谱图像复原质量，成本低，高光谱图像复原质量高，实用性强。
-
-
-
-
-
-
-
-
-
Search Results
43
records
(took 0.028 seconds)
