基于双域特征学习与跨维度特征优化的夜间去雾方法及装置

    公开(公告)号:CN117541663A

    公开(公告)日:2024-02-09

    申请号:CN202311279950.8

    申请日:2023-10-07

    Abstract: 本发明公开了一种基于双域特征学习与跨维度特征优化的夜间去雾方法及装置,方法包括:利用预设的双域特征编码器强化并提取夜间有雾图像特征,在双域特征编码器的频率域学习分支中通过自适应频率选择模块提取出有雾图像的频率域特征,在双域特征编码器的空间域学习分支中利用残差稠密块提取夜间有雾图像的空间域特征,将频率特征和空间域特征融合;然后将融合后的特征输入跨维度注意力特征优化模块,经过设置跨维度交互注意力模块获得优化特征;将优化特征输入预设的双域特征解码器,获得夜间清晰图像。本发明提升夜晚有雾场景下的去雾表现,同时能够消除雾对图像的退化影响,真实地还原出图像的色彩与纹理细节,提升夜间去雾图像的真实性。

    基于夜间物理感知和灰度世界的夜间去雾方法及装置

    公开(公告)号:CN119048373A

    公开(公告)日:2024-11-29

    申请号:CN202410939864.3

    申请日:2024-07-15

    Abstract: 本发明公开了一种基于夜间物理感知和灰度世界的夜间去雾方法及装置,方法包括:有雾图像首先经过局部残差学习模块和压缩‑激励模块提取图像中的重要图像特征信息并学习权重;将所述重要图像特征信息输入夜间物理感知模块,得到包含辉光和传输图的夜间清晰图像的特征信息;将所述夜间清晰图像的特征信息传递到后续的若干个特征处理块连接成的特征处理组,多个特征处理块输出的特征图在通道方向上连接起来,得到第三特征信息;将所述第三特征信息输入全局残差学习恢复模块,最终得到恢复出来的夜间去雾图像结果。本发明可以有效提升夜晚有雾场景下的去雾表现,同时能够消除夜间雾气对图像的退化影响,真实地还原出图像的色彩与纹理细节。

    基于颜色感知融合注意力和背景光驱离对比学习的水下图像增强方法及装置

    公开(公告)号:CN119444593A

    公开(公告)日:2025-02-14

    申请号:CN202411366554.3

    申请日:2024-09-29

    Abstract: 本发明公开了一种基于颜色感知融合注意力和背景光驱离对比学习的水下图像增强方法及装置,方法包括:基于设计的颜色提取模块提取水下原始图像中的颜色信息;将所述颜色信息输入局部颜色恢复分支,得到分布合理的颜色权重信息;将所述水下原始图像经过三重注意力分支,实现图像中的细节和模糊信息的恢复,得到细节纹理信息丰富的水下增强图像;将所述分布合理的颜色权重信息与细节纹理信息丰富的水下增强图像输入到全局光恢复分支中,采用对比学习策略来调整水下图像的全局光特性,最终得到恢复出来的水下图像增强结果。本发明可以有效提升水下场景下的增强表现,同时能够消除水下复杂环境对图像的退化影响,真实地还原出图像的色彩与纹理细节。

    基于深度学习的柑橘类果实采摘定位方法、系统及设备

    公开(公告)号:CN116645498A

    公开(公告)日:2023-08-25

    申请号:CN202310372669.2

    申请日:2023-04-10

    Abstract: 本发明公开了一种基于深度学习的柑橘类果实采摘定位方法、系统及设备,包括:利用目标检测模型对摄像头拍摄的场景进行果实检测;基于果实检测结果对拍摄场景进行近景、远景场景的判定;对远景场景的果实进行聚类算法,实现镜头由远景场景向近景场景的转换;利用先验法,获取果实与枝条的相对位置;对近景场景内与果实相连接的枝条通过改进的实例分割算法进行分割;根据果实检测结果、果实与枝条的相对位置和枝条分割结果,通过采摘点定位算法,得到果实采摘点的坐标,并控制机械臂完成果实的自动化采摘。本发明通过添加图像亮度、果叶长势先验改进SparseInst算法的IAM部分,让聚合实例特征的位置准确聚焦于目标枝条,提高分割算法的准确性与实时性。

    一种高准确率的果实产量估算方法、系统及设备

    公开(公告)号:CN116597195A

    公开(公告)日:2023-08-15

    申请号:CN202310372198.5

    申请日:2023-04-10

    Abstract: 本发明公开了一种高准确率的果实产量估算方法、系统及设备,包括:S1、采集果实种植区域中的远景图像以及同一区域的近景图像,并将所述远景图像和近景图像进行图像数据扩充,以扩增图像数据的数量和多样性;S2、将所述远景图像和近景图像输入至预先设立的产量估算网络模型中,学习远景图像和近景图像的信息关联性,得到果实的产量估算值;所述产量估算模型是使用改进的YOLOv5检测模型;S3、将所述果实的产量估算值输入到预先设立的专家系统中进行修正,得到精确的产量估算结果。本发明通过从远近景产量估算结合的角度入手,考虑到局部产量和全局产量存在的联系,通过学习其中的关联性来提高了产量预估的准确性。

    基于图像先验与全局块聚合的单图像去雾方法及装置

    公开(公告)号:CN116402697A

    公开(公告)日:2023-07-07

    申请号:CN202310042779.2

    申请日:2023-01-28

    Abstract: 本发明公开了一种基于图像先验与全局块聚合的单图像去雾方法及装置,方法包括:采用预先设立的多个特征去雾器把有雾图像转换为多个尺度的增强去雾特征;一个特征去雾器包含两个平行分支,在分支一中,根据图像自相似性聚合全局的清晰特征得到全局去雾特征;在分支二中,特征提取为全局去雾特征提供更多局部特征;将两个分支输出的特征进行融合后得到一个尺度的增强去雾特征,融合过程中是全局去雾特征和局部细节特征进行逐元素相加;最后将多个尺度的增强去雾特征输入到无雾图像解码器恢复得到去雾后的清晰图像。本发明能够有效地提升在复杂场景的去雾表现。特别地,在减少视觉伪影的产生的同时更准确复原图像细节,生成更加真实的清晰图像。

Patent Agency Ranking