-
公开(公告)号：CN116612005A
公开(公告)日：2023-08-18
申请号：CN202310583976.5
申请日：2023-05-23
Applicant: 北京印刷学院
Abstract: 本发明提供了一种高光谱图像超分辨率重建方法、装置和电子设备，涉及图像处理的技术领域，包括：获取训练样本集和待重建的目标高分辨率多光谱图像和目标低分辨率高光谱图像，构建空间退化表征网络、光谱退化表征网络和用于图像重建的融合网络，先对空间退化表征网络和光谱退化表征网络同时进行预训练，再对融合网络、预训练后的空间退化表征网络和预训练后的光谱退化表征网络进行联合训练，最后利用联合训练后的融合网络对目标高分辨率多光谱图像和目标低分辨率高光谱图像进行融合处理，得到重建后的高分辨率高光谱图像。解决了现有的非盲的图像融合方法存在的重建图像精度低甚至失败的技术问题。
-
公开(公告)号：CN116953585A
公开(公告)日：2023-10-27
申请号：CN202310943004.2
申请日：2023-07-28
Applicant: 北京印刷学院
IPC: G01R33/58 , G06T11/00 , G06N3/0455 , G06N3/0464 , G01R33/54
Abstract: 本申请提供一种基于双域交叉融合注意力的MRI重建方法和装置，该方法应用于核磁共振检测仪中的处理器，处理器包括K空间域网络模型、图像域网络模型、自注意融合模块和交叉注意融合模块。图像域网络模型重建的多阶特征被交叉注意融合模块融合指导后，可以被K空间域网络模型有效利用，通过交叉注意融合模块，K空间域网络模型重建的多阶特征也可以被图像域网络模型有效利用。重建过程中的错误或冗余信息可以被有效去除，更好地恢复丢失的信息并保留真实的结构和纹理。在图像域网络模型和K空间域网络模型的结尾添加自注意融合模块，该模块被设计为有效地捕获图像域网络模型和K空间域网络模型的数据，该模块最终输出高清MRI图像。
-
公开(公告)号：CN116773018A
公开(公告)日：2023-09-19
申请号：CN202310738127.2
申请日：2023-06-21
Applicant: 北京印刷学院
Abstract: 本发明提供一种计算光谱成像的空谱联合图像重建方法及系统，包括：根据CASSI系统获得目标对象的二维混叠图像；将二维混叠图像进行预处理，得到第一高光谱图像；对第一高光谱图像交替进行空间注意力机制和下采样处理，确定空间特征；其中，空间注意力机制包括：对输入数据按照空间维度展开进行注意力机制运算得到中间空间特征；对空间特征交替进行上采样、光谱注意力机制和全局跳跃连接处理，确定第二高光谱图像；其中，光谱注意力机制包括：融合对输入数据按照光谱维度展开进行注意力机制运算得到的光谱全局特征和光谱局部特征，获得光谱特征；全局跳跃连接包括：对光谱特征和对应尺度的中间空间特征进行相加。本发明提高了重建高光谱图像的精度。
-
公开(公告)号：CN116630159A
公开(公告)日：2023-08-22
申请号：CN202310610809.5
申请日：2023-05-26
Applicant: 北京印刷学院
IPC: G06T3/40 , G06T5/50 , G06V10/80 , G06V10/54 , G06V10/422 , G06V10/58 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/048 , G06N3/084
Abstract: 本发明提供了一种光谱图像的融合超分辨率方法、系统及电子设备，对初始低分辨率高光谱图像进行空间上采样，得到第一高分辨率高光谱图像；对初始高分辨率RGB图像依次进行空间下采样和空间上采样，得到第一高分辨率RGB图像；分别提取初始高分辨率RGB图像、第一高分辨率RGB图像和第一高分辨率高光谱图像的多阶特征向量；融合全部多阶特征向量和第一高分辨率高光谱图像以得到第二高分辨率高光谱图像。采用本发明能够利用已有高分辨率RGB图像对低分辨率高光谱图像进行超分辨率重建，从而获得高分辨率高光谱图像。
-
-
-
Search Results
4
records
(took 0.029 seconds)
