-
公开(公告)号:CN116823636A
公开(公告)日:2023-09-29
申请号:CN202310499941.3
申请日:2023-05-05
Applicant: 桂林电子科技大学
IPC: G06T5/00 , G06V10/74 , G06V10/82 , G06N3/0475 , G06N3/094 , G06N3/048 , G06N3/0464 , G06N3/088
Abstract: 本发明涉及一种基于压缩自编码的无监督低照度图像增强方法,包括以下步骤:初始化生成器和判别器的网络参数;生成器获取低照度图像,提取噪声矢量,生成一次虚假图像;判别器判断一次虚假图像是真实数据图像或虚假数据图像;生成器调整生成器的生成策略,得到一次新策略;生成器获取自身生成的一次虚假图像,再次生成二次虚假图像;判别器判断二次虚假图像是真实数据图像或虚假数据图像,判别器输出二次判断结果;生成器获取二次判断结果,调整生成器的生成策略,得到二次新策略。通过使用压缩自编码提高生成对抗网络的训练效率和泛化能力,减少图像失真和噪声,从而提高无监督低照度增强算法的效果。
-
公开(公告)号:CN116523787A
公开(公告)日:2023-08-01
申请号:CN202310498419.3
申请日:2023-05-05
Applicant: 桂林电子科技大学
IPC: G06T5/00 , G06N3/0464 , G06N3/048 , G06N3/08 , G06T3/40
Abstract: 本发明涉及一种基于LAB空间和多尺度特征金字塔的低照度图像增强方法,包括以下步骤:将原始图像转换到LAB色彩模式,所述LAB色彩模式包括明度值、A通道值和B通道值,所述原始图像为三通道图像;基于原始图像的明度值,计算原始图像的光照注意力图,所述光照注意力图为单通道图像;将原始图像与所述光照注意力图按像素位置相乘,得到乘积图;将所述乘积图输入到膨胀卷积的全卷积神经网络,得到噪声注意力图,所述噪声注意力图为三通道图像;将原始图像、所述光照注意力图和所述噪声注意力图输入到多尺度特征金字塔网络,得到增强去噪图像。通过图像增强算法来恢复隐藏在黑暗区域的图像细节,提高图像可见度,从而改善图像质量。
-
公开(公告)号:CN113989153A
公开(公告)日:2022-01-28
申请号:CN202111271072.6
申请日:2021-10-29
Applicant: 桂林电子科技大学
Abstract: 本发明属于图像增强技术,具体涉及一种基于循环卷积和多聚类空间的红外图像增强方法,包括如下步骤:S1,建立多尺度循环卷积模块,以若干半径不同的高斯卷积核建立多尺度卷积模块,并采用密集连接的方式将多层多尺度卷积模块连接起来处理图像细节;S2,采用K‑means算法对图像灰度值进行聚类分析图像聚类分析,采用最大贡献率法选取初始聚类中心;S3,采用二维高斯函数和旋转矩阵构建第i个角度的核函数作为模板核函数提取图像不同角度的轮廓信息。本实施例方法相对于现有的图像增强方法,输出的图像轮廓更清晰、细节信息更丰富,较原图像质量无论是细节、亮度等有了显著的提高。
-
公开(公告)号:CN113421067A
公开(公告)日:2021-09-21
申请号:CN202110806911.3
申请日:2021-07-16
Applicant: 桂林电子科技大学
Abstract: 本发明涉及共享自行车管理领域,具体涉及一种共享自行车品牌识别与数量管理方法及系统。所述方法包括:获取待测共享自行车的图像数据和位置数据;使用图像检测识别算法对待测共享自行车的图像数据进行检测识别,得到待测共享自行车的品牌信息和数量信息;所述图像检测识别算法是经过共享自行车样本图像集训练的目标检测模型,所述共享自行车样本图像集中的样本图像已标注其对应的共享自行车品牌;存储待测共享自行车的位置信息、品牌信息和数量信息并基于这些信息对共享自行车进行管理。本发明提供了集数据采集、图像检测、数据存储及应用于一体的系统,能够准确检测共享自行车的品牌、数量和位置,并实现共享自行车的精准管理。
-
-
-