-
公开(公告)号：CN114757862B
公开(公告)日：2024-04-16
申请号：CN202210394094.X
申请日：2022-04-14
Applicant: 武汉大学
IPC: G06T5/50 , G06V10/82 , G06N3/0464 , G06N3/08 , G06V10/80
Abstract: 本发明涉及一种用于红外光场设备的图像增强渐进式融合方法，用来提高红外图像的质量。本发明所提方法的目标是建立一个图像增强渐进式融合网络，将红外光场设备生成的低质量阵列红外图像重建一个中心视图的高质量红外图像，输出的高质量红外图像尽可能地接近地面真值红外图像。图像增强渐进式融合网络的整体结构主要由分组、组内特征融合和组间特征融合三个部分组成。经本发明提供的新的方法，在用于红外光场设备及其他红外阵列图像时，可不进行图像配准，生成一个融合的中心视图的高质量红外图像。与目前最先进的方法相比可以获得更好的图像效果。
-
公开(公告)号：CN116883520A
公开(公告)日：2023-10-13
申请号：CN202311136530.4
申请日：2023-09-05
Applicant: 武汉大学
IPC: G06T7/90 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明公开了一种基于颜色量化的多检测器物理域对抗补丁的生成方法，包括：随机初始化潜在编码，将潜在编码输入生成式网络生成数字域对抗补丁；建立从数字域颜色空间到物理域颜色空间的单向映射表并获得量化颜色库；构建数字域对抗补丁每个颜色与量化颜色库之间的最小相似度量并量化生成物理域对抗补丁；将生成的物理域对抗补丁贴在图像目标上，再将图像送入多个检测器中进行检测并根据对抗补丁的目标检测结果计算损失，设计梯度估计器，将损失进行梯度回传，回传的梯度通过梯度估计器更新生成式网络的权重参数，重复上述步骤，获得优化后的生成式网络。本发明消除了对抗补丁在物理域和数字域的鸿沟，使对抗补丁从数字域转换到物理域依旧有效。
-
公开(公告)号：CN113706406B
公开(公告)日：2023-08-04
申请号：CN202110916568.8
申请日：2021-08-11
Applicant: 武汉大学
IPC: G06T5/00 , G06N3/0464 , G06N3/08 , G06T5/50
Abstract: 本发明提出了一种基于特征空间多分类对抗机制的红外可见光图像融合方法。本发明所提出的方法引入空间注意力机制，同时使用密集连接和残差连接来构建高性能编码器网络实现特征提取；引入通道注意力机制，同时使用多尺度卷积来构建高性能译码器网络实现图像重建。将融合策略网络化，引入多分类生成对抗机制使融合特征同时符合红外与可见光两种模态的概率分布，从而构建高性能的深度融合策略。最终的红外与可见光图像融合网络由训练好的编码器、特征融合网络以及译码器级联而成，生成高质量的融合结果。相较于现存方法，本发明所提出的方法可解释性好、融合速度快、适用范围广。
-
公开(公告)号：CN109118467B
公开(公告)日：2021-11-16
申请号：CN201811011172.3
申请日：2018-08-31
Applicant: 武汉大学
Abstract: 本发明公开了一种基于生成对抗网络的红外与可见光图像融合方法，其特征在于：建立生成对抗网络，所述生成对抗网络包括生成器和判决器，将生成器和判决器设置为卷积神经网络，在训练卷积神经网络的过程中实现自动学习融合特征和融合规则；红外图图像与可见光图像同时输入生成对抗网络中的生成器，生成器进行图像的融合运算，输出最终的融合图像。本发明突破了手动设计融合特征与规则的限制，利用生成对抗网络中的生成器自动学习融合特征和规则，并且，本发明生成的融合图像能很好的保持红外图像的基本辐射信息，并具有丰富的纹理信息，同时融合图像视觉效果好，目标显著性高。
-
公开(公告)号：CN113628125A
公开(公告)日：2021-11-09
申请号：CN202110762079.1
申请日：2021-07-06
Applicant: 武汉大学
Abstract: 本发明提出了一种基于空间视差先验网络的多幅红外图像增强方法，其特征在于：低质量的多幅红外图像输入空间视差先验网络，其中多幅红外图像是从略微不同的视角获取，仅在水平方向具有亚像素的位移差，由空间视差先验网络进行红外图像的增强运算，输出单幅高质量红外图像；所述空间视差先验网络包括一个浅层特征提取模块、若干个空间视差先验模块，一个特征融合重建模块和一个加法器。本发明提出的多幅红外图像增强方法能够有效地去除模糊和噪声，增加细节，提高信噪比，且增强后的单幅红外图像清晰，视觉效果好。
-
Patent Agency Ranking
公开(公告)号：CN109255773B
公开(公告)日：2021-05-04
申请号：CN201811068897.6
申请日：2018-09-13
Applicant: 武汉大学
Abstract: 本发明公开了一种基于全变分的异分辨率红外与可见光图像融合方法及系统，包括建立图像融合的全变分模型，用数据保真度项和正则化项分别约束融合图像和红外图像、融合图像和可见光图像之间的关系；根据源图像，求解所构建的全变分模型的最优解，得到图像融合结果。本发明针对原始红外图像和可见光图像分辨率不同的情况建模，得到的融合图像分辨率高，纹理细节清晰，同时保留了红外图像用像素强度分布凸出热目标的特性，融合结果便于人眼对热目标的判别，视觉效果好。
-
公开(公告)号：CN105469112B
公开(公告)日：2018-12-14
申请号：CN201510807463.3
申请日：2015-11-19
Applicant: 武汉大学
IPC: G06K9/62
Abstract: 本发明提出了一种基于局部线性迁移和刚性变换的图像特征匹配方法及系统，用于通过去除初始匹配点对中的错误的匹配来建立正确的匹配，包括针对待匹配图像间的刚性几何变换建立待匹配图像间几何变换相应的模型，并建立匹配点对为正确匹配的后验概率相应的模型，基于最近邻居匹配点、最小二乘法、最优化方法求解模型参数；计算初始匹配点对为正确匹配的后验概率，并根据阈值判断初始匹配点对的正误。本方法针对待匹配图像之间存在刚性变换的情况进行了建模，大幅降低了匹配的错误率，即使在初步匹配中存在大量错误匹配的情况下，依然保持良好的鲁棒性。
-
公开(公告)号：CN104268558B
公开(公告)日：2017-10-24
申请号：CN201410468127.6
申请日：2014-09-15
Applicant: 武汉大学
IPC: G06K9/62
Abstract: 本发明提出了一种用于光谱图像数据降维的邻居点搜索方法及系统，包括首先对当前像素所在窗口的像素进行筛选，剔除受噪声等因素干扰较大的像素；然后对当前像素以及待比对像素所在窗口内像素分别进行排序，计算当前像素和待比对像素所在窗口的光谱距离；选取相似度最高的若干像素为当前像素的邻居点。本发明的方法充分利用了空间信息，而且通过排序使得搜索过程不受图像几何形态上的变化影响，具有空间鲁棒性，对一些噪声污染点也有很好的抑制作用，使得寻找到的邻居点更准确，提高了高光谱图像数据降维处理的性能。
-
公开(公告)号：CN106203378A
公开(公告)日：2016-12-07
申请号：CN201610573342.1
申请日：2016-07-20
Applicant: 武汉大学
CPC classification number: G06K9/0063 , G06K9/6267 , G06K2009/00644
Abstract: 本发明提供一种基于领域与l2,1范数的光谱图像分类方法及系统，对光谱图像的每个像素都进行领域平均操作，得到领域平均操作后的光谱图像；建立光谱图像分类的数学模型，得到相应最优化问题；求解最优化问题，得到令目标函数取最小值的解；根据求解结果对光谱图像进行分类。本发明提出了一种基于联合领域与l2,1范数的光谱图像分类技术方案用于高光谱图像分类，同时将所有的像素同时考虑进去，比单独地对每个像素进行稀疏恢复具有更好的效果。此外，还采用了l2,1范数的损失函数来使算法对异常鲁棒，并通过ADMM进行求解。本发明技术方案具有分类准确度高的优点，也能适用于超光谱图像，市场价值高。
-
公开(公告)号：CN105488754A
公开(公告)日：2016-04-13
申请号：CN201510799813.6
申请日：2015-11-19
Applicant: 武汉大学
IPC: G06T3/00
CPC classification number: G06T3/0068
Abstract: 本发明提出了一种基于局部线性迁移和仿射变换的图像特征匹配方法及系统，用于通过去除初始匹配点对中的错误的匹配来建立正确的匹配，包括针对待匹配图像间的仿射变换建立待匹配图像间几何变换相应的模型，并建立匹配点对为正确匹配的后验概率相应的模型，基于最近邻居匹配点、最小二乘法、最优化方法求解模型参数；计算初始匹配点对为正确匹配的后验概率，并根据阈值判断初始匹配点对的正误。本方法针对待匹配图像之间存在仿射变换的情况进行了建模，大幅降低了匹配的错误率，即使在初步匹配中存在大量错误匹配的情况下，依然保持良好的鲁棒性。
-
-
-
-
-
-
-
-
-
Search Results
72
records
(took 0.032 seconds)
