水下图像增强方法、系统及存储介质

    公开(公告)号:CN111476739B

    公开(公告)日:2023-04-18

    申请号:CN202010306405.3

    申请日:2020-04-17

    Abstract: 本发明涉及一种水下图像增强方法、系统及存储介质,解决了水下图像清晰度无法达到要求,其包括对原始图像信息白平衡处理与锐化处理;生成网络包括细化子网络以及感知子网络;将锐化图像信息作为细化子网络的输入以提取纹理细节特征图像信息,将原始图像信息与白平衡图像信息作为感知子网络的输入以提取全局特征图像信息;将纹理细节特征图像信息与全局特征图像信息相互叠加以形成预测图像信息;预测图像信息和所预设的标准图像信息作为输入,以区分预测图像信息与标准图像信息的真伪作为优化目标,利用所获得的映射关系进行原始图像信息的重建。本发明能够提供满足清晰度要求的水下图像。

    基于视觉感知的鲁棒图像的水印嵌入方法、水印嵌入网络构建方法、系统及存储介质

    公开(公告)号:CN114359009A

    公开(公告)日:2022-04-15

    申请号:CN202111673292.1

    申请日:2021-12-28

    Abstract: 本申请涉及一种基于视觉感知的鲁棒图像的水印嵌入方法、水印嵌入网络构建方法、系统及存储介质,解决了当下的水印嵌入提取方法无法较好的兼顾水印的鲁棒性和不可见性,其包括获取原始图像信息及原始水印信息;根据原始图像信息以提取浅层特征图像信息及深层特征图像信息;分析对应的特征图像信息形成视觉掩码信息;对原始水印信息处理形成预处理水印信息;修正预处理水印信息以形成待嵌入水印信息;将浅层特征图像信息、深层特征图像信息以及待嵌入水印信息进行融合形成融合图像信息;将原始图像信息及融合图像信息输入残差结构生成最终图像信息。本申请通过视觉掩码能够调控水印的嵌入,进而兼顾水印的鲁棒性和不可见性。

    一种基于稀疏表示的自然图像恰可察觉失真阈值估计方法

    公开(公告)号:CN109872302A

    公开(公告)日:2019-06-11

    申请号:CN201910034979.7

    申请日:2019-01-15

    Abstract: 本发明公开了一种基于稀疏表示的自然图像恰可察觉失真阈值估计方法,其对训练集中的高清自然图像进行分不重叠的图像块处理,通过计算图像块中的所有像素点的像素值的平均方差,选择部分图像块构成训练矩阵,将训练矩阵代入K-VSD算法中进行字典训练得到过完备字典;对待处理的自然图像进行分重叠的图像块处理,将所有图像块和过完备字典代入OMP算法中得到稀疏系数矩阵,根据稀疏系数矩阵获取结构层图像和非结构层图像,利用不同的计算方式获取结构层图像和非结构层图像各自的恰可察觉失真阈值图,进而融合得到待处理的自然图像的恰可察觉失真阈值图;优点是其能估计得到准确的恰可察觉失真阈值图,与人眼主观视觉感知具有更好的一致性。

    基于注意力机制的低光图像增强和水印嵌入协作网络

    公开(公告)号:CN116503277A

    公开(公告)日:2023-07-28

    申请号:CN202310428060.2

    申请日:2023-04-20

    Abstract: 本发明公开了一种基于注意力机制的低光图像增强和水印嵌入协作网络,包括:获取若干成对图像和水印,其中,成对图像包括:正常图像和低光图像;基于注意力机制构建低光图像增强和水印嵌入协作网络,将成对图像和水印输入低光图像增强和水印嵌入协作网络进行训练,得到训练好的低光图像增强和水印嵌入协作网络;获取待测低光图像;将待测低光图像输入训练好的低光图像增强和水印嵌入协作网络,得到高质量高鲁棒性图像。本发明具有更好的视觉质量、鲁棒性和不可见性,并且水印嵌入对图像质量的影响很小。

    一种基于CNN的NR水下增强图像质量评价方法

    公开(公告)号:CN115170944A

    公开(公告)日:2022-10-11

    申请号:CN202211011097.7

    申请日:2022-08-23

    Abstract: 本发明公开了一种基于CNN的NR水下增强图像质量评价方法,包括:获取水下增强图像,对水下增强图像进行预处理,获取反射图分量和光照图分量;基于双通道输入网络分别对反射图分量和光照图分量进行特征提取,获取输出特征图;对输出特征图进行质量回归,获取水下增强图像的质量分数。本发明针对水下增强图像的颜色和亮度纹理失真,利用双通道CNN网络的两个通道分别学习反射图分量与光照图分量包含的颜色特征和亮度纹理特征,采用双通道特征学习方式避免获得冗余特征,最后设计特征融合模块,通过全局池化和通道交互给颜色特征和亮度纹理特征分配权重,使用通道注意力确定通道特征的相互依赖关系,用空间注意力区分人类视觉感知关注的区域。

    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。

    基于多层次特征提取网络模型的三维点云质量评价方法

    公开(公告)号:CN116137059A

    公开(公告)日:2023-05-19

    申请号:CN202310401940.0

    申请日:2023-04-17

    Abstract: 本发明公开了基于多层次特征提取网络模型的三维点云质量评价方法,对点云数据进行手工特征提取,获取灰度值、平均曲率以及簇中的点相对于中心点的欧几里得距离;构建多层次特征提取网络模型,基于所述灰度值、平均曲率以及簇中的点相对于中心点的欧几里得距离对所述网络模型进行训练,获取局部质量分数;基于所述局部质量分数,通过平均池化策略获取点云全局质量分数,基于所述点云全局质量分数对三维点云质量进行评价。本发明采用多层次特征提取回归结构,并结合通道间注意力机制搭建质量评价网络,有效全面获取能描述失真点云特性的信息。

    一种DIBR水印处理方法及系统

    公开(公告)号:CN115880126A

    公开(公告)日:2023-03-31

    申请号:CN202310192959.9

    申请日:2023-03-03

    Abstract: 本发明提供了一种DIBR水印处理方法及系统,包括以下步骤:基于原始右视点图像和原始水印,生成带有水印的右视点图像;对所述带有水印的右视点图像进行攻击,生成右视点噪声图像;基于深度图和所述右视点噪声图像,虚拟合成左图像;分别从所述右视点噪声图像和所述左图像中提取水印。本发明与传统手工设计的编码规则不同,编码器、解码器和判别器的联合训练,使其能够自动寻找到水印最佳的嵌入位置与强度,使得右视点水印图像和合成水印图像都能达到水印图像的不可见性和鲁棒性的平衡。

Patent Agency Ranking