-
公开(公告)号:CN111080568A
公开(公告)日:2020-04-28
申请号:CN201911280623.8
申请日:2019-12-13
Applicant: 兰州交通大学
Abstract: 本发明提供了一种基于Tetrolet变换的近红外与彩色可见光图像融合算法,属于图像处理技术领域,用于解决近红外与彩色可见光图像融合后对比度低、细节不清晰的问题。首先将彩色可见光图像转换到HSI空间,将其亮度分量与红外图像分别进行Tetrolet变换,得到低频和高频子带系数;其次,针对低频子带系数提出一种期望最大的低频系数融合规则,针对高频子带系数提出一种自适应的PCNN模型作为融合规则;经过Tetrolet逆变换得到融合后的亮度图像;然后,提出了一种饱和度分量拉伸方法;最后,将处理后的各个分量反向映射到RGB空间,完成图像融合。本方法得到的融合图像,细节清晰,颜色饱满,色彩对比度得到明显提升。
-
公开(公告)号:CN111080568B
公开(公告)日:2023-05-26
申请号:CN201911280623.8
申请日:2019-12-13
Applicant: 兰州交通大学
Abstract: 本发明提供了一种基于Tetrolet变换的近红外与彩色可见光图像融合算法,属于图像处理技术领域,用于解决近红外与彩色可见光图像融合后对比度低、细节不清晰的问题。首先将彩色可见光图像转换到HSI空间,将其亮度分量与红外图像分别进行Tetrolet变换,得到低频和高频子带系数;其次,针对低频子带系数提出一种期望最大的低频系数融合规则,针对高频子带系数提出一种自适应的PCNN模型作为融合规则;经过Tetrolet逆变换得到融合后的亮度图像;然后,提出了一种饱和度分量拉伸方法;最后,将处理后的各个分量反向映射到RGB空间,完成图像融合。本方法得到的融合图像,细节清晰,颜色饱满,色彩对比度得到明显提升。
-
公开(公告)号:CN111985372A
公开(公告)日:2020-11-24
申请号:CN202010806778.7
申请日:2020-08-12
Applicant: 兰州交通大学
Abstract: 本发明涉及河流图像提取领域,具体为一种深度学习的遥感影像水体提取系统,有效的解决了河流边缘细节难以提取和有标签数据难获取的问题;实现步骤为:对训练图进行数据增强;对增强数据进行归一化处理;将处理数据输入到语义分割网络的编码器中,得到粗粒度语义图;将粗粒度语义图输入语义分割网络的解码器中,得到细粒度语义图;对粗粒度语义图和细粒度语义图进行非均匀采样;对粗粒度语义图和细粒度语义图进行特征融合;使用损失函数对网络进行调参,当损失函数值最小时输出,得到最优语义分割网络。本发明可以实现河流高分辨率影像提取。
-
-
-