-
公开(公告)号：CN112465720B
公开(公告)日：2024-02-23
申请号：CN202011368071.9
申请日：2020-11-27
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于图像天空分割的图像去雾方法、装置和存储介质，属于图像去雾技术领域，该方法包括如下步骤：对含有天空区域的原始图像进行混合式图像预处理获得新图像，混合式图像预处理包括依次进行梯度锐化、均值滤波平滑、二次锐化、掩蔽以及相加处理；采用Otsu阈值分割算法对新图像进行图像分割处理，获得天空区域图像和非天空区域图像，分别对天空区域图像和非天空区域图像进行去雾处理，获得非天空区域去雾图像和天空区域去雾图像；利用天空区域的二值掩码和非天空区域的二值掩码，将天空区域去雾图像与非天空区域去雾图像相融合，获得最终去雾图像。本发明能够有效保
-
Patent Agency Ranking
公开(公告)号：CN112465720A
公开(公告)日：2021-03-09
申请号：CN202011368071.9
申请日：2020-11-27
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于图像天空分割的图像去雾方法、装置和存储介质，属于图像去雾技术领域，该方法包括如下步骤：对含有天空区域的原始图像进行混合式图像预处理获得新图像，混合式图像预处理包括依次进行梯度锐化、均值滤波平滑、二次锐化、掩蔽以及相加处理；采用Ostu阙值分割算法对新图像进行图像分割处理，获得天空区域图像和非天空区域图像，分别对天空区域图像和非天空区域图像进行去雾处理，获得非天空区域去雾图像和天空区域去雾图像；利用天空区域的二值掩码和非天空区域的二值掩码，将天空区域去雾图像与非天空区域去雾图像相融合，获得最终去雾图像。本发明能够有效保持图像细节，提高图像对比度，消除天空区域色彩失真。
-
公开(公告)号：CN115510949A
公开(公告)日：2022-12-23
申请号：CN202211023957.9
申请日：2022-08-24
Applicant: 南京邮电大学
Abstract: 本发明公开了一种室内被动式人体行为识别方法及装置，将室内的活动空间划分成若干区域，采集每个区域中的每种活动的反射信号的CIR数据包，获得H（M、N、Z）矩阵；对H（M、N、Z）矩阵进行预处理，得到预处理后的H（M、N、Z）矩阵；对预处理后的H（M、N、Z）矩阵进行特征提取，获取CNN模型的训练样本；利用训练样本对CNN模型进行迁移学习，获得训练好的CNN模型；获取室内CIR幅度值，将CIR幅度值输入训练好的CNN模型，输出人体行为。本发明提供的一种室内被动式人体行为识别方法及装置，检测设备简单，成本低，隐私性佳，识别效果好。
-
公开(公告)号：CN115456905A
公开(公告)日：2022-12-09
申请号：CN202211174500.8
申请日：2022-09-26
Applicant: 南京邮电大学
IPC: G06T5/00 , G06T5/20 , G06T7/11 , G06T7/136 , G06V10/762
Abstract: 本发明公开了一种图像处理技术领域的基于明暗区域分割的单幅图像去雾方法，旨在解决现有技术中复原图像在明亮区域容易出现噪声和色彩失真，以及通过暗通道先验算法去雾以后的图像色彩偏暗的缺点的问题。其包括获取雾天图像，对于图像平滑处理，将图像分割预处理，计算全局大气光和透射率，得到去雾后图像，对其进行亮度增强；本发明得到明亮区域与非明亮区域的分割结果，对各个区域进行独立透射率估计，对去雾图像最亮部分进行亮度修正，对剩余部分进行亮度增强，进一步提升图像的效果，避免复原图像在明亮区域出现噪声和色彩失真，避免图像去雾后色彩偏暗的缺点，解决了以往去雾算法对多明亮区域不适应的问题。
-
公开(公告)号：CN113658051B
公开(公告)日：2023-10-13
申请号：CN202110713063.1
申请日：2021-06-25
Applicant: 南京邮电大学
IPC: G06T5/00 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于循环生成对抗网络的图像去雾方法及系统，包括：获取待处理的有雾图像；输入到预先训练好的密集连接循环生成对抗网络，输出无雾图像；所述密集连接循环生成对抗网络包括生成器，生成器包括编码器、转换器和解码器，编码器包括密集连接层，用于提取输入图像的特征，转换器包括过度转换层，用于将编码器阶段提取的特征进行组合，解码器包括密集连接层和缩放卷积神经网络层，密集连接层用于还原图像的原有特征，缩放卷积神经网络层用于去除还原的原有特征的棋盘格效应，得到最终输出的无雾图像。优点：基于循环生成对抗网络进行图像去雾，消除对成对数据集的要求，提高了特征图的利用率，保持网络训练效率，提高生成图像质量。
-
公开(公告)号：CN113658051A
公开(公告)日：2021-11-16
申请号：CN202110713063.1
申请日：2021-06-25
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于循环生成对抗网络的图像去雾方法及系统，包括：获取待处理的有雾图像；输入到预先训练好的密集连接循环生成对抗网络，输出无雾图像；所述密集连接循环生成对抗网络包括生成器，生成器包括编码器、转换器和解码器，编码器包括密集连接层，用于提取输入图像的特征，转换器包括过度转换层，用于将编码器阶段提取的特征进行组合，解码器包括密集连接层和缩放卷积神经网络层，密集连接层用于还原图像的原有特征，缩放卷积神经网络层用于去除还原的原有特征的棋盘格效应，得到最终输出的无雾图像。优点：基于循环生成对抗网络进行图像去雾，消除对成对数据集的要求，提高了特征图的利用率，保持网络训练效率，提高生成图像质量。
-
-
-
-
-
Search Results
6
records
(took 0.015 seconds)
