一种基于双子网络结构的高质量HRHS图像生成方法

    公开(公告)号:CN119625112A

    公开(公告)日:2025-03-14

    申请号:CN202510165176.0

    申请日:2025-02-14

    Abstract: 本申请涉及遥感图像处理领域,公开了一种基于双子网络结构的高质量HRHS图像生成方法,包括以下步骤:接收输入的低分辨率高光谱图像和全色图像,分别用于提供光谱信息和空间信息;通过抗噪声预融合子网络对低分辨率高光谱图像进行噪声过滤,并利用全色图像的高空间分辨率信息与低分辨率高光谱图像的光谱特征相关性生成预融合的高光谱图像;通过高频增强子网络,基于条件扩散模型对预融合图像进行高频细节重建与增强;通过小波逆变换融合预融合图像的低频信息与高频增强子网络生成的高频细节信息,输出最终的高分辨率高光谱图像。本发明能够在多种噪声环境下有效融合光谱与空间信息,生成具有高光谱保真度和空间细节的高分辨率高光谱图像。

    一种点云质量确定方法、装置、电子设备及存储介质

    公开(公告)号:CN118115446A

    公开(公告)日:2024-05-31

    申请号:CN202410144539.8

    申请日:2024-02-01

    Abstract: 本申请涉及图像处理技术领域,尤其是涉及一种点云质量确定方法、装置、电子设备及存储介质。方法包括:通过建立待评价点云的全局图,点云全局结构完整性对于视觉质量具有一定的影响,因此,从待评价点云中确定出可以表征点云整体结构的关键点,并根据关键点,确定出待评价点云的全局质量特征以及局部质量特征,并根据待评价点云对应的全局质量特征和局部质量特征,确定待评价点云的质量分数,从而满足从全局到局部的关注特点,并提高确定待评价点云的质量与人眼感知质量的一致性,提高了评价点云感知质量的客观性。

    一种基于图像分割的色调映射图像无参考质量评价方法

    公开(公告)号:CN110910347B

    公开(公告)日:2023-06-06

    申请号:CN201910993399.0

    申请日:2019-10-18

    Applicant: 宁波大学

    Abstract: 本发明公开了一种基于图像分割的色调映射图像质量评价方法,针对色调映射图像的不同区域的主要失真类型不太一样这个特点,将其分成了复杂区域和平坦区域,并且在其复杂区域提取纹理细节特征,在平坦区域提取色度特征,接着在全局区域也提取出纹理细节特征和色度特征。针对图像的高亮和低暗区域细节失真过大这个特点,将图像分成了高亮和低暗区域以及其他区域,并且分别在不同的区域提取信息熵特征用以表征图像的失真程度,随后将高亮低暗区域阈值也作为一个特征来判断图像的亮度分布均匀程度,将其评价不同区域时效果好的特征值保留,剔除效果不好的特征值,降低了特征冗余;有效提高了得到的客观评价结果与人眼主观感知之间的相关性。

    基于Transformer的软融合鲁棒图像水印方法

    公开(公告)号:CN115880125B

    公开(公告)日:2023-05-26

    申请号:CN202310186948.X

    申请日:2023-03-02

    Abstract: 本发明提供了基于Transformer的软融合鲁棒图像水印方法,包括:构建基于Transformer的端到端水印模型;其中,所述端到端水印模型包括:编码器、解码器、噪声层和鉴别器;将原始图像和原始水印输入所述编码器进行编码,获取编码图像;将所述编码图像输入所述噪声层进行噪声添加,获取噪声图像;将所述噪声图像输入所述解码器进行水印提取,获取解码后的水印;基于所述鉴别器,对所述编码图像进行鉴别。本发明在获得高质量的编码图像的同时,能够抵抗大部分的图像攻击,与现有技术方法相比,性能更好。

    基于张量奇异值分解的鲁棒视频水印方法

    公开(公告)号:CN110798749B

    公开(公告)日:2022-04-08

    申请号:CN201910993967.7

    申请日:2019-10-18

    Abstract: 本发明公开了一种基于张量奇异值分解的鲁棒视频水印方法,其在嵌入端,提取出原始视频中的每帧的亮度分量的LL子带,每三帧的LL子带组成一个第一三阶张量,每个第一三阶张量分子张量,彩色水印图像分子块,将每个子块的对角张量作为水印信息嵌入到对应的子张量中,进而得到含有水印子张量,最终得到含有水印的视频;在提取端,提取出含有水印的视频中的每帧的亮度分量的LL子带,每三帧的LL子带组成一个第二三阶张量,每个第二三阶张量分子张量,对每个子张量的对角张量进行处理,提取出水印信息,最终提取得到水印图像;优点是其将视频的时域信息和空域信息结合在一起,充分利用了视频的时空域之间的关系,鲁棒性好且不可感知性好。

    基于JND模型和T-QR的鲁棒HDR视频水印嵌入提取方法、系统及存储介质

    公开(公告)号:CN112866820B

    公开(公告)日:2022-03-08

    申请号:CN202011644779.2

    申请日:2020-12-31

    Abstract: 本申请涉及一种基于JND模型和T‑QR的鲁棒HDR视频水印嵌入提取方法、系统及存储介质,解决了仅考虑了空间域的视觉特征而导致鲁棒性较差,其包括根据HDR视频信息以提取关键帧图像信息;根据关键帧图像信息进行分解以提取待嵌入矩阵;根据亮度感知信息、对比度感知信息以及时间域感知信息构建JND模型;将JND模型分块形成嵌入参考矩阵;根据嵌入参考矩阵以将所预设的水印矩阵嵌入至待嵌入矩阵以形成完成嵌入矩阵,直至关键帧图像信息所对应全部的待嵌入矩阵均完成水印矩阵的嵌入;依次嵌入形成完成水印嵌入的关键帧图像信息;合成该关键帧图像信息以形成完成水印嵌入的HDR视频信息。本申请根据JND模型以综合考虑空间域与时间域,提高视频的鲁棒性。

    一种光晕去除的多曝光图像融合方法

    公开(公告)号:CN109035155B

    公开(公告)日:2021-10-22

    申请号:CN201810617257.X

    申请日:2018-06-15

    Applicant: 宁波大学

    Abstract: 本发明公开了一种光晕去除的多曝光图像融合方法,其计算每幅曝光图像的亮度图像的局部梯度稀疏复杂度映射图和曝光质量映射图;然后融合得到每幅曝光图像的亮度图像的初步融合权值图像,进而得到每幅曝光图像的亮度图像的初步融合权值图像的归一化图像的优化图像的归一化图像;再获得所有曝光图像的最终融合图像;优点是通过针对亮度图像的梯度幅值图像的稀疏表示构建局部梯度稀疏复杂度映射图及曝光质量映射图进行图像融合,有效抑制了大幅值的无效梯度在图像融合过程中产生的影响,消除了融合图像中的光晕现象,且能更有效地提取多曝光图像序列中不同曝光条件下的图像纹理细节,因此融合图像中含有更丰富的纹理细节和具有更高的清晰度。

    高动态范围视频自适应预处理方法

    公开(公告)号:CN110933416B

    公开(公告)日:2021-07-20

    申请号:CN201911099679.3

    申请日:2019-11-12

    Applicant: 宁波大学

    Abstract: 本发明公开了一种高动态范围视频自适应预处理方法,首先计算每帧的各通道的最大、最小实际亮度值各自对应的量化亮度值,得到未使用的整型量化数据个数;接着去重统计各通道中落于所划分的32个各实际亮度间隔内的实际亮度值个数,以此为依据将未使用的整型量化数据优先分配给容易造成视觉产生对比度失真区域所在的实际亮度间隔;然后在确定最终分配给各实际亮度间隔的整型量化数据个数后计算各实际亮度间隔的最大、最小实际亮度值,进而对各通道中的每个像素点进行映射完成预处理;优点是能解决HDR视频非向后兼容编码框架中采用PQ曲线从16bit浮点型数据到10bit整型数据的转换过程中造成的HDR视频编码性能下降的问题。

    基于张量奇异值分解的鲁棒视频水印方法

    公开(公告)号:CN110798749A

    公开(公告)日:2020-02-14

    申请号:CN201910993967.7

    申请日:2019-10-18

    Abstract: 本发明公开了一种基于张量奇异值分解的鲁棒视频水印方法,其在嵌入端,提取出原始视频中的每帧的亮度分量的LL子带,每三帧的LL子带组成一个第一三阶张量,每个第一三阶张量分子张量,彩色水印图像分子块,将每个子块的对角张量作为水印信息嵌入到对应的子张量中,进而得到含有水印子张量,最终得到含有水印的视频;在提取端,提取出含有水印的视频中的每帧的亮度分量的LL子带,每三帧的LL子带组成一个第二三阶张量,每个第二三阶张量分子张量,对每个子张量的对角张量进行处理,提取出水印信息,最终提取得到水印图像;优点是其将视频的时域信息和空域信息结合在一起,充分利用了视频的时空域之间的关系,鲁棒性好且不可感知性好。

    一种基于曝光情况分析的色阶映射图像质量评价方法

    公开(公告)号:CN107172418B

    公开(公告)日:2019-01-04

    申请号:CN201710427465.9

    申请日:2017-06-08

    Applicant: 宁波大学

    Abstract: 本发明公开了一种基于曝光情况分析的色阶映射图像质量评价方法,其采用了预曝光的方式对高动态范围图像中各区域的曝光属性进行了探索,并将高动态范围图像划分为易曝光过度区域、易曝光不足区域以及易正常曝光区域,在不同区域提取不同的质量特征,这样可使得后续的质量特征提取更有针对性;其虑到色阶映射图像与传统图像中失真形态的差异,在曝光区域分割的基础上,在色阶映射图像中提取曝光异常率、曝光不足残差能量、曝光过度残差能量以及曝光色彩指数这些图像特征,能够更准确的反映出色阶映射图像的质量下降程度;从曝光区域分割和质量特征提取两个角度出发,有效提高了得到的客观评价结果与人眼主观感知之间的相关性。

Patent Agency Ranking