-
公开(公告)号：CN113343966B
公开(公告)日：2022-04-29
申请号：CN202110501891.9
申请日：2021-05-08
Applicant: 武汉大学
IPC: G06V10/143 , G06V10/80 , G06V10/82 , G06K9/62 , G06N3/04
Abstract: 本发明公开了一种红外与可见光图像文本描述生成方法，包括以下步骤：1)采集n对分辨率大小和场景相同的红外与可见光图像，构建成数据集，对数据集中的每个样本进行人工文本描述，生成多条不同的描述文本；2)，构建红外与可见光图像文本描述生成网络，包括红外与可见光图像特征提取的编码模型、由前馈神经网络构成的特征融合模型，以及加性多头注意力机制的图像特征解码模型；3)训练文本描述生成网络；4)将测试图像对输入到训练好的文本描述生成网络，输出其对应的描述文本。本发明方法可有效利用红外图像和可见光图像提供的互补视觉特征，弥补了传统单光算法遗漏关键目标实体和场景描述不充分的不足。
-
公开(公告)号：CN113643315A
公开(公告)日：2021-11-12
申请号：CN202110830356.8
申请日：2021-07-22
Applicant: 武汉大学
Abstract: 本发明公开了一种基于自适应峰值梯度下降滤波器的红外小目标检测方法，解决现有红外弱小目标检测方法中存在的使用矩形窗口提取红外图像局部特征导致的无法抑制不规则杂波及弱小目标检测性能低的问题。该方法充分利用红外图像中局部像素灰度值梯度下降的特点及红外弱小目标与背景间存在局部对比度差异的特点，能够抑制不规则杂波，不用根据目标大小设置矩形窗口，有利于检测小于9×9像素的目标，提高红外弱小目标检测的性能，达到早期检测的效果。
-
公开(公告)号：CN111126463A
公开(公告)日：2020-05-08
申请号：CN201911277948.0
申请日：2019-12-12
Applicant: 武汉大学
IPC: G06K9/62
Abstract: 本发明提供一种基于局部信息约束和稀疏表示的光谱图像分类方法及系统，包括对光谱图像中待分类像素光谱与已知标签像素光谱之间的欧几里得距离度量，根据距离大小确定字典集范围；基于类别信息建立光谱图像分类的数学模型，得到相应的优化问题；根据优化问题求解待分类光谱的丰度系数，根据令目标函数取最小值的解对光谱图像进行分类。本发明通过将欧几里得距离引入优化模型，对字典集形成局部约束，对光谱向量间的欧几里得距离与相关性差异的统一考虑增加了算法的鲁棒性。另外，在优化模型中利用光谱库的先验信息，保证最优解的准确性。本发明技术方案相对于传统方法具有计算量小，分类准确率高的优点。
-
公开(公告)号：CN109448031A
公开(公告)日：2019-03-08
申请号：CN201811140774.9
申请日：2018-09-28
Applicant: 武汉大学
IPC: G06T7/33
Abstract: 本发明提出了一种基于高斯场约束和流形正则化的图像配准方法及系统，用于通过去除初始匹配点对中的错误的匹配来建立正确的匹配，包括建立待匹配图像间几何变换相应的非刚性几何变换模型，建立基于高斯场约束和流形正则化的目标函数，通过确定性退火的方法求解参数矩阵；利用模型参数计算非刚性几何变换模型，并根据阈值判断初始匹配点对的正误；最后利用正确匹配点集建立两幅图之间的映射关系，实现图像配准。本发明针对待配准图像之间存在非刚性变换的情况进行了建模，并建立了一种鲁棒的估计子，大幅降低了匹配的错误率，即使在初步匹配中存在大量错误匹配的情况下，依然保持良好的鲁棒性。
-
公开(公告)号：CN107945122A
公开(公告)日：2018-04-20
申请号：CN201711086688.X
申请日：2017-11-07
Applicant: 武汉大学
CPC classification number: G06T5/002 , G06T5/40 , G06T2207/10048
Abstract: 本发明公开了一种基于自适应直方图分段的红外图像增强方法及系统，包括自适应的将红外图像统计直方图分割为若干段，对于背景分段进行抑制，分配较小的动态范围，对于目标分段进行增强，分配较大的动态范围；根据直方图每个分段的属性分配其在增强图像中的动态范围；在所述分配的动态范围内对各分段内的灰度进行灰度映射。本发明的增强方法增强对比度高，图像清晰，视觉效果好。
-
Patent Agency Ranking
公开(公告)号：CN105069758B
公开(公告)日：2017-11-28
申请号：CN201510521057.0
申请日：2015-08-21
Applicant: 武汉大学
IPC: G06T5/00
Abstract: 本发明提出了一种基于鲁棒低秩张量的高光谱图像去噪方法，包括建立高光谱图像噪声的数学模型，构造高光谱图像鲁棒低秩张量（RLRTR）去噪模型，求解RLRTR去噪优化模型。本发明充分利用高光谱图像（HSI）的先验知识，高光谱图像被不同的噪声污染，如高斯噪声、脉冲噪声、死像素和条带噪声等。利用干净的高光谱图像数据具有潜在的低秩张量特性以及异常和非高斯噪声具有稀疏性的特性，同时分别采用核范数和l2,1范数来表征低秩和稀疏特性；本发明的技术方案充分利用高光谱图像的先验信息和内在结构特征，可以同时去除高斯噪声、异常和非高斯噪声。
-
公开(公告)号：CN105957034A
公开(公告)日：2016-09-21
申请号：CN201610277696.1
申请日：2016-04-28
Applicant: 武汉大学
IPC: G06T5/00
CPC classification number: G06T5/001
Abstract: 一种基于配准的扫描型红外成像系统场景非均匀性校正方法，包括对红外视频流的前后帧进行配准，计算出场景的纵向平移量和横向平移量。利用傅里叶变换操作对前一帧图像进行平移，再与后一帧图像相减并除以纵向平移量的绝对值得到差分矩阵。对差分矩阵做初等变换，得到针对指定行的偏置非均匀性的差分矩阵，再对该矩阵的每列做部分累加得到偏置校正矩阵。对偏置校正矩阵按列求平均，得到偏置校正向量用于待校正图像的非均匀性校正。本发明的计算速度快，图像质量更好，具有很好的应用前景。
-
公开(公告)号：CN105469112A
公开(公告)日：2016-04-06
申请号：CN201510807463.3
申请日：2015-11-19
Applicant: 武汉大学
IPC: G06K9/62
CPC classification number: G06K9/6211
Abstract: 本发明提出了一种基于局部线性迁移和刚性变换的图像特征匹配方法及系统，用于通过去除初始匹配点对中的错误的匹配来建立正确的匹配，包括针对待匹配图像间的刚性几何变换建立待匹配图像间几何变换相应的模型，并建立匹配点对为正确匹配的后验概率相应的模型，基于最近邻居匹配点、最小二乘法、最优化方法求解模型参数；计算初始匹配点对为正确匹配的后验概率，并根据阈值判断初始匹配点对的正误。本方法针对待匹配图像之间存在刚性变换的情况进行了建模，大幅降低了匹配的错误率，即使在初步匹配中存在大量错误匹配的情况下，依然保持良好的鲁棒性。
-
公开(公告)号：CN105005795A
公开(公告)日：2015-10-28
申请号：CN201510482142.0
申请日：2015-08-03
Applicant: 武汉大学
IPC: G06K9/62
CPC classification number: G06K9/621 , G06K9/6268
Abstract: 本发明公开了一种基于空间分层匹配的超光谱分类方法和装置，包括对待匹配光谱和光谱库中的所有光谱分别进行归一化处理，分别获取分层相交直方图及距离矢量，然后根据距离矢量计算待匹配光谱与光谱库中的每条光谱的相似度，在光谱库中选取与待匹配光谱抽样相似度最高的一条光谱作为匹配分类对象。本发明分析超光谱的直方图信息，通过对归一化后的光谱进行量化和空间分层，从而获得维数远小于原始光谱，完成了光谱的降维，显著降低了后续匹配时的运算量，实现了对超光谱进行快速实时分类，相对传统方法可以显著降低匹配分类的运算量，实时性好，具有良好的抗噪性和鲁棒性，匹配精度高的优点。
-
公开(公告)号：CN104463813A
公开(公告)日：2015-03-25
申请号：CN201510004744.5
申请日：2015-01-07
Applicant: 武汉大学
IPC: G06T5/00
Abstract: 本发明公开了一种基于噪声识别的红外图像降噪方法，本方法引入了噪声识别的基本思想，分别计算了当前像素基于截尾均值的和基于梯度的隶属度，考察当前像素受噪声干扰的程度，采用联合判据判断当前像素是否为噪声像素，最后根据判断结果进行降噪，实现对红外图像的降噪。本发明计算量小，易于实时实现；相对传统算法能更有效的保护图像边缘与细节；在对噪声点进行降噪的过程中也考虑了图像的纹理梯度信息，更为准确的对原有信号进行估计。
-
-
-
-
-
-
-
-
-
Search Results
64
records
(took 0.027 seconds)
