一种基于局部-全局交互Transformer的低光图像去噪方法

    公开(公告)号:CN119273576A

    公开(公告)日:2025-01-07

    申请号:CN202411321383.2

    申请日:2024-09-23

    Applicant: 中北大学

    Abstract: 本发明公开了一种基于局部‑全局交互Transformer的低光图像去噪方法,其特征在于,包括以下步骤;步骤1:构建LGIT的整体结构,用于将给定的退化图像进行恢复;步骤2:Top‑N Patches选择模块,用于选择与目标patch最相关的N个patch并为后续模块提供特征输入;步骤3:Patch选择注意力Transformer模块,用于基于Top‑N Patches的信息进行全局特征聚合;步骤4:混合双门控前馈网络前馈网络MDGFF,用于进一步处理PSATB输出的特征并生成最终的去噪图像。本发明在不同尺度上有效计算patch内部和patch间的自注意力,实现对低光图像噪声的精确去除及细节恢复。

    基于深度学习的夜间图像增强与噪声抑制一体化系统

    公开(公告)号:CN118941462A

    公开(公告)日:2024-11-12

    申请号:CN202411010405.3

    申请日:2024-07-26

    Applicant: 中北大学

    Abstract: 本发明公开基于深度学习的夜间图像增强与噪声抑制一体化系统,系统包括图像预处理模块:对输入的夜间图像进行归一化处理,以提高后续处理的准确性;深度学习模型模块:利用卷积神经网络,设计一个特定于夜间图像处理的深度学习模型,模型能够自动学习图像特征,并进行自适应增强;噪声抑制模块:结合图像增强过程中的输出,设计相应的噪声抑制算法,有效去除图像中的随机噪声;该系统不仅提升了夜间图像的视觉质量,还提高了处理效率和自适应性,为夜间监控、自动驾驶、夜间摄影等领域的应用提供了强有力的技术支持,通过深度学习和图像处理技术的融合,系统展现了在夜间图像处理领域的创新能力和实际应用价值。

    一种联合影像组学特征的低对比度肿瘤的水平集分割方法

    公开(公告)号:CN118505733A

    公开(公告)日:2024-08-16

    申请号:CN202410236208.7

    申请日:2024-03-01

    Applicant: 中北大学

    Abstract: 本发明提供一种联合影像组学特征的低对比度肿瘤的水平集分割方法,包括以下步骤:步骤一:将同源的两种影像进行物理空间的统一变换,利用SPECT定位无显影剂计算机断层上的肿瘤和健康组织位置;步骤二:以肿瘤初始位置为中心不断扩大;步骤三:在组学特征的高维特征图上进行轮廓演化。本发明首先利用高增益组学特征的高维信息来重构边缘指示函数,改善肿瘤边界的可检测性;其次计算曲线内区域的高增益组学特征值作为面积项权重,自适应的调整曲线演化幅度以收敛至边界;在低对比度nceCT的数据集上的实验表明,本发明相比其他水平集模型展现出更优秀的分割精度;并且比当前针对小样本、低对比度目标分割问题的神经网络性能略强。

    一种基于极弱光条件下的视频降噪车载监控仪

    公开(公告)号:CN216352482U

    公开(公告)日:2022-04-19

    申请号:CN202123039093.3

    申请日:2021-12-06

    Applicant: 中北大学

    Abstract: 本实用新型公开了一种基于极弱光条件下的视频降噪车载监控仪,包括安装组件和功能组件。安装组件包括机壳、阻尼转轴和安装座,阻尼转轴转动安装在机壳侧部,安装座安装在阻尼转轴的另一端,功能组件包括HDR双镜头、红外夜视镜头、显示屏、声音传感器、振动传感器和收音盘,HDR双镜头和红外夜视镜头均安装在机壳前侧,显示屏设置在机壳后侧,声音传感器、振动传感器均设置在机壳内侧,收音盘滑动设置在机壳侧部。本方案HDR双镜头和红外夜视镜头的配合。可以较为清楚记录弱光环境下的影像,通过收音盘的收放可以切换声音传感器收音范围的大小,更为清晰录取较远的声音。

Patent Agency Ranking