公开(公告)号：CN110929734A

公开(公告)日：2020-03-27

申请号：CN201910978372.4

申请日：2019-10-15

Applicant: 杭州电子科技大学

Inventor： 武薇 ,  胡巍 ,  房涛 ,  范影乐

IPC: G06K9/46

Abstract: 本发明提出了一种基于双侧非对称感受野机制的显著轮廓提取方法。针对复杂图像轮廓提取时纹理信息处理不足的问题，首先提取图像初级轮廓响应；接着引入非对称感受野结构对于局部区域对比度差异度的凸显作用，同时考虑到单侧的非对称感受野会造成对图像初级轮廓的不均衡，提出基于双侧非对称感受野多尺度抑制的权重信息融合策略，得到融合后的抑制权重系数；最后对图像初级轮廓响应进行局部区域不同强度的纹理抑制，实现显著轮廓提取。本发明能够有效提高纹理边缘和主体轮廓区分的有效性，对后续图像目标的理解和分析具有重要的意义。

公开(公告)号：CN110880165A

公开(公告)日：2020-03-13

申请号：CN201910977828.5

申请日：2019-10-15

Applicant: 杭州电子科技大学

Inventor： 黄爱爱 ,  胡巍 ,  谭明明 ,  范影乐

IPC: G06T5/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提出了一种基于轮廓和颜色特征融合编码的图像去雾方法。本发明构建生成网络和判别网络，将待处理图像输入Generator-Net，首先提取带雾图像的整体轮廓特征，在低级特征编码区提取图像颜色特征，实现轮廓特征的融合编码；在高级语义编码区，实现反向传播过程语义信息的深度解析；融合低级特征编码的输出及高级语义编码的多层输出，通过卷积神经网络进行特征解码，实现图像去雾。在网络学习过程中，将生成的去雾图像和对应的样本标签输入到Discriminator-Net，进一步提升Generator-Net的去雾能力。本发明有效提升去雾图像的可见度、对比度以及鲜明度，对后续图像目标的分析和理解具有重要意义。

公开(公告)号：CN110929734B

公开(公告)日：2023-03-24

申请号：CN201910978372.4

申请日：2019-10-15

Applicant: 杭州电子科技大学

Inventor： 武薇 ,  胡巍 ,  房涛 ,  范影乐

IPC: G06V10/44

Abstract: 本发明提出了一种基于双侧非对称感受野机制的显著轮廓提取方法。针对复杂图像轮廓提取时纹理信息处理不足的问题，首先提取图像初级轮廓响应；接着引入非对称感受野结构对于局部区域对比度差异度的凸显作用，同时考虑到单侧的非对称感受野会造成对图像初级轮廓的不均衡，提出基于双侧非对称感受野多尺度抑制的权重信息融合策略，得到融合后的抑制权重系数；最后对图像初级轮廓响应进行局部区域不同强度的纹理抑制，实现显著轮廓提取。本发明能够有效提高纹理边缘和主体轮廓区分的有效性，对后续图像目标的理解和分析具有重要的意义。