-
公开(公告)号：CN118334481A
公开(公告)日：2024-07-12
申请号：CN202410441689.5
申请日：2024-04-12
Applicant: 中国地质大学(武汉)
IPC: G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/09
Abstract: 本发明公开红外与低光照可见光图像融合方法、存储介质、电子设备，涉及图像处理领域，方法包括：输入低光照可见光图像，建立变式U‑Net模块提取亮度调整自适应权重图组；在亮度调整权重图组基础上，源可见光图像迭代相乘得出初步增强可见光图像；构建再增强与融合模块实现图像融合与特征增强；根据融合图像的亮度信息计算亮度反馈损失；将反馈损失添加至亮度调整模块，循环训练五次后得到最终的融合结果。本发明实现了增强与融合的有益交互，将双注意力融合策略实现增强与融合，提高了增强与融合的耦合性以及图像融合场景的鲁棒性，设计了颜色损失引入到图像融合中，避免了融合结果的色彩失真，更全面地表征夜间成像场景。
-
公开(公告)号：CN111462027B
公开(公告)日：2023-04-18
申请号：CN202010172291.8
申请日：2020-03-12
Applicant: 中国地质大学(武汉)
Abstract: 本发明提供一种基于多尺度梯度和抠图的多聚焦图像融合方法，包括：S1、构建源图像的多尺度结构元素，通过形态学滤波获取梯度信息，得到每一源图像的多尺度聚焦测量值；S2、根据聚焦测量值将源图像粗略地划分为确定的聚焦区域、确定的散焦区域、以及不确定区域，构建三分图；S3、采用图像抠图算法对三分图进行细化，得到准确的决策图，并将源图像和所述决策图结合，得到最终的融合结果图。本发明的有益效果：与单一尺度聚焦测量相比，更准确辨别聚焦区域，有效降低误匹配率及错误分割影响；充分利用图像的颜色相似性以及源图像之间的强相关性，精确获取聚焦区域并保证决策图边缘平滑，实现了良好的图像融合效果。
-
公开(公告)号：CN114638770A
公开(公告)日：2022-06-17
申请号：CN202210151501.4
申请日：2022-02-18
Applicant: 中国地质大学(武汉)
Abstract: 本发明涉及图像融合领域，提供一种基于高低频信息补充的图像融合方法及系统，包括：S1：提取VIS‑V图像的显著图引导的权重图Ls；S2：获取高频图像和低频图像；S3：提取所述NIR图像的归一化局部熵引导的权重图Lg；S4：通过所述归一化局部熵引导的权重图Lg和所述显著图引导的权重图Ls对所述低频图像进行引导，获得引导后的低频图像；S5：获得补充后的高频图像Hu和补充后的低频图像LF；将所述补充后的高频图像和所述补充后的低频图像进行融合，获得融合图像Fused C。本发明加强了融合图像的边缘效果，使得低频部分更加清晰，不会使得亮度过大而出现颜色失真，可以得到清晰、信息丰富并且十分自然的融合结果。
-
公开(公告)号：CN114283336A
公开(公告)日：2022-04-05
申请号：CN202111611440.7
申请日：2021-12-27
Applicant: 中国地质大学(武汉)
Abstract: 本发明提供一种基于混合注意力的无锚框遥感图像小目标检测方法，包括：构建基于混合注意力的无锚框遥感图像小目标检测网络结构；采用迁移学习对所述网络结构进行训练，得到训练完成的网络结构；将遥感数据集输入至所述训练完成的网络结构，得到遥感图像的目标检测结果：网络结构训练过程中，采用ResNet50对输入图像进行各层特征提取，并引入了加强特征的U型网络结构，并在高层和低层特征进行关联以后，加入注意力机制，最后利用损失函数训练所述网络结构，得到训练完成的网络模型。本发明提供的有益效果是：提高了高分辨率遥感图像小目标检测能力、速度、鲁棒性与精确度。
-
公开(公告)号：CN114283101A
公开(公告)日：2022-04-05
申请号：CN202111420680.9
申请日：2021-11-26
Applicant: 中国地质大学(武汉)
Abstract: 本发明公开一种多曝光图像融合的无监督学习方法、装置及电子设备，方法包括：构建图像融合网络；所述融合网络包括：视觉特征保持单元VPN和光照调节单元IAN；将曝光不足图像Iu和曝光过度图像Io作为样本集，输入至视觉特征保持单元VPN，训练所述视觉特征保持单元VPN，得到训练完毕的视觉特征保持单元VPN；视觉特征保持单元VPN输出中间融合图像Iini；将中间融合图像Iini作为光照调节单元IAN的输入，训练所述光照调节单元，得到训练完毕的光照调节单元；输入实际待处理图像至图像融合网络，利用训练完毕的视觉特征保持单元VPN和训练完毕的光照调节单元，得到最终图像。本发明的有益效果是：能够生成具有自然颜色、高对比度和整体清晰场景表示的融合图像。
-
Patent Agency Ranking
公开(公告)号：CN114022401A
公开(公告)日：2022-02-08
申请号：CN202110925346.2
申请日：2021-08-12
Applicant: 中国地质大学(武汉)
IPC: G06T5/50 , G06V10/764 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种基于多分类约束双判别器生成对抗网络红外图像融合方法，包括：获取图像融合数据集；构建双判别器生成对抗网络，利用所述图像融合数据集对双判别器生成对抗网络进行训练，得到训练完成的网络；所述双判别器生成对抗网络包括：生成器和判别器；生成器包括两个输入路径和五个卷积神经层；判别器包括两个，均为多分类器；利用训练完成的网络完成图像融合；本发明的有益效果是：可以产生更适合人类感知的图像。这些图像细节更丰富，目标更突出，目标边缘更清晰，无伪影。
-
公开(公告)号：CN110223265B
公开(公告)日：2021-05-28
申请号：CN201910368349.3
申请日：2019-05-05
Applicant: 中国地质大学(武汉)
IPC: G06T5/50
Abstract: 本发明公开了一种基于多尺度变换分解的目标显著的图像融合方法及系统，本发明的方法与传统的多尺度分解方法的不同之处主要在于低频信息的融合，首先采用具体的多尺度分解方法将红外图像和可见光图像分解为低频带和高频带，高频部分采用常见的“最大绝对值”的融合规则来进行融合；为了突出目标，利用红外图像分解的低频信息所表征的红外特征确定低频信息的融合权重，最终的融合图像既能突出显著的红外目标特征，又能保持可见光图像清晰的背景、纹理细节和对比度信息。
-
公开(公告)号：CN110111250B
公开(公告)日：2020-10-30
申请号：CN201910289082.9
申请日：2019-04-11
Applicant: 中国地质大学(武汉)
Abstract: 本发明公开了一种鲁棒的自动全景无人机图像拼接方法及装置，在传统的自动全景图像拼接方法中，它假设摄像机精确的围绕其光学中心旋转，源图像之间的变换是一组特殊的单应矩阵，实际上很难获得这样的理想数据，尤其是无人机获得的遥感图像不能满足这样的理想情况，即图像可能不在一个平面上(含有视差)，甚至可能遭受非刚性变化，导致糟糕的拼接结果。为了克服上述挑战，本发明在拼接系统中引入了非刚性匹配算法，在遥感图像上生成精确的特征匹配，在配准的阶段，本发明还提出一种新的微分变换和整体调整策略，使拼接系统适合无人机图像全景拼接效果。实验结果表明，我们的方法在视觉效果方面优于传统方法和一些最新方法。
-
公开(公告)号：CN111460936A
公开(公告)日：2020-07-28
申请号：CN202010192502.4
申请日：2020-03-18
Applicant: 中国地质大学(武汉)
Abstract: 本发明公开了一种基于U-Net网络的遥感影像建筑物提取方法、系统、电子设备，在U-Net网络的解码层加入一个多尺度模块，并引入空洞卷积网络，由于空洞卷积可以在不损失分辨率的情况下扩大感受野，因此可以在保留细节信息的同时提升网络挖掘语义信息的能力，同时多尺度模块增强了网络获取多尺度特征的能力；本发明中考虑将卷积层的卷积模式设置为填充，即卷积后，特征图大小完全不变，原来特征图实际会收缩2，这样每通过一个卷积层，特征图的大小就会减小2倍，采用这种卷积方式，经过4层编码层，最后一层编码层输出的特征图大小将会收缩为输入图片的1/16倍，再经过反卷积操作来恢复图像分辨率，这时候特征图的大小将开始扩大，有效的缩小训练时间。
-
公开(公告)号：CN107948113B
公开(公告)日：2019-12-03
申请号：CN201711106288.0
申请日：2017-11-10
Applicant: 中国地质大学(武汉)
IPC: H04L27/26
Abstract: 本发明公开了一种基于三维信号插入降低OFDM系统峰均功率比的方法及系统。在传统DSI方法的基础上，提出了用三维信号代替传统未携带信息的虚拟序列插入到OFDM信号子载波，每个三维信号占用两个子载波，与传统DSI方法相比数据传输效率没有降低。由于三维信号星座图提供了更大的搜索自由度，所以在同样的搜索复杂度和系统数据传输效率条件下能更有效地改善OFDM系统的峰均功率比，并且不需要发送边带信息。另外，与插入二维信号相比，在不改变发送的OFDM信号平均功率前提下，三维信号星座图具有更大的最小欧几里德距离，因此系统的差错性能也可以得到一定的提高。
-
-
-
-
-
-
-
-
-
Search Results
94
records
(took 0.027 seconds)
