-
公开(公告)号：CN114998173B
公开(公告)日：2024-03-15
申请号：CN202210640853.6
申请日：2022-06-07
申请人： 西北工业大学
摘要： 本发明提供了一种基于局部区域亮度调节的空间环境高动态范围成像方法，采用多种图像质量评估指标加权计算图像的综合质量，顺序去除图像中的不同噪声，采用了模拟S型的CRF曲线进行局部区域亮度调节方法在高亮极暗区域调节图像亮度，采用多种质量评价指标生成图像的权重图，并通过多尺度图像金字塔融合生成高动态范围图像。本发明降低了信息熵对于不同动态范围空间图像的区分度的问题，使得可以在不损失过多图像细节的同时排除大部分噪声的干扰，挑选出高质量的待融合图像，显著抑制了由于融合权重的快速上升或下降而导致的边缝效应，使得目标边缘的光晕被基本消除，得到更优的最终结果。
-
公开(公告)号：CN117689532A
公开(公告)日：2024-03-12
申请号：CN202311581631.2
申请日：2023-11-24
申请人： 西北工业大学
IPC分类号： G06T3/04 , G06T5/70 , G06N3/0475 , G06N3/094
摘要： 本发明公开了一种基于扩散模型的图像风格迁移方法，首先使用CLIP图像编码器和注意力机制获取风格图像的文本嵌入，并对文本嵌入进行样式迁移，以获得更精准的风格图像的语义表示。然后对内容图像进行扩散模型的正向过程，并在反向过程中加入风格图像的文本嵌入。本发明在反向过程中提出了一种混合去噪模块，其中有两个U‑Net模块，任务分别是维持内容图像的结构特征和生成风格图像的艺术风格。该方法旨在确保风格图像迁移的精确性，同时结合了内容和风格图像的语义和视觉特征，生成风格迁移图像。本发明方法能够解决生成对抗网络可能导致模糊或伪像的问题，并克服了训练过程中梯度消失和模式崩溃等困难挑战。
-
公开(公告)号：CN113096032A
公开(公告)日：2021-07-09
申请号：CN202110288031.1
申请日：2021-03-18
申请人： 西北工业大学
摘要： 本发明涉及一种基于图像区域划分的非均匀一致模糊去除方法，属于图像处理技术领域。包括以下步骤：提取单帧模糊图像中有利于后续重建清晰图像的特征图，将特征图输入到强模糊和弱模糊检测模块中，分别输出检测到的强模糊区域和弱模糊区域注意力图；分别将强模糊区域和弱模糊区域注意力图与特征图进行按位点乘，并加上输入的特征图，提取出按照图像成份被划分出的强模糊区域和弱模糊区域在原始特征图上的特征信息；随后分别输入到强模糊和弱模糊去除的解码器模块中，采用两个解码器分支同时重建潜在的清晰图像的形式，分别得到去除强模糊及弱模糊后的图像：之后输入到特征融合模块进而生成完整的去模糊后的最终清晰图像。
-
公开(公告)号：CN110866876A
公开(公告)日：2020-03-06
申请号：CN201911066162.4
申请日：2019-11-04
申请人： 西北工业大学
摘要： 本发明公开了一种基于级联高斯词典的图像复原方法，用于解决现有图像复原方法实用性差的技术问题。技术方案是首先采用级联方式学习多维高斯分布模型对大量图像细节纹理结构进行学习和建模，构建纹理结构词典库，通过少数对比检索词典库中大量词典，具有快速索引功能，且该纹理结构词典库通过向下级联或剪枝方式扩展和调整细节纹理词典，具有不同类型图像复原迁移的高灵活度；然后从构建的纹理结构词典库快速索引得到合适高斯模型进行图像复原，输出真实清晰图像。本发明能够快速复原彩色或灰度降质图像，得到真实清晰图像，且有效复原出降质图像的高频边缘和细节纹理，实用性好。
-
公开(公告)号：CN110473153A
公开(公告)日：2019-11-19
申请号：CN201910697869.9
申请日：2019-07-31
申请人： 西北工业大学
IPC分类号： G06T5/00
摘要： 本发明公开了一种基于模糊核估计迭代结构保持图像盲复原方法，该方法首先提取核估计迭代中潜在图像序列的变化特征，对相邻两次迭代的潜在图像结果进行差值计算，得到图像序列的差值结果图；根据差值结果进行阈值选择，通过对差值图像分块筛选出每个图像块内的有利结构；针对当前潜在图像的梯度图，根据筛选的结果提取图像有利结构的梯度，得到图像梯度子集；然后基于提取出的图像梯度，进行模糊核的估计，得到更准确的估计结果。本发明能很好的恢复出具有较多细节的清晰图像，实验表明，本发明所复原的图像相比原始模糊图像PSNR提升15％、SSIM提升37.3％。
-
公开(公告)号：CN107506772A
公开(公告)日：2017-12-22
申请号：CN201710747495.8
申请日：2017-08-28
申请人： 西北工业大学
CPC分类号： G06K9/4671 , G06K9/6211 , G06K9/6256
摘要： 本发明公开了一种基于自适应排序的快速鲁棒模型估计方法，用于解决现有快速鲁棒模型估计方法实用性差的技术问题。技术方案是在进行多次采样、估计模型之前，对图像特征点对U进行初始排序，通过多次试验对最优模型进行估计；在每一次试验时，获取特征点对U中质量最高的前n个特征点对构成的采样子集Un，进而从Un中获取采样样本；在获取每次试验的采样样本后，对当前试验的模型进行估计；在多次试验中，只有当前迭代满足停止条件时试验才停止；然后利用最优一致集中的元素重新计算模型参数，最终获取最优的模型。由于采用基于自适应排序的随机采样一致模型估计算法，可以在保证错误匹配剔除效果的前提下提高效率，快速获取鲁棒的模型估计结果，实用性好。
-
公开(公告)号：CN107481197A
公开(公告)日：2017-12-15
申请号：CN201710558860.0
申请日：2017-07-11
申请人： 西北工业大学
摘要： 本发明公开了一种图像模糊互补性表征方法，用于解决现有图像互补性表征方法图像复原质量差的技术问题。技术方案是首先提取模糊图像的互补性特征，通过对多帧模糊图像进行高频滤波，得到图像对应的高频细节信息；针对图像高频信息进行梯度卷积操作，提取图像的梯度信息；对模糊图像的高频梯度图进行二值化操作，得到模糊图像的高频梯度二值图。然后基于提取出的模糊图像的互补性特征，利用互补性计算公式进行互补性定量计算，得到模糊图像间的互补性数值大小。该方法对不同模糊图像的互补性进行衡量，为模糊图像多帧复原提供了更加明确的图像选帧依据，对于图像质量参差不齐的序列多帧图像，基于互补性表征的图像选帧方式提高了图像复原的质量。
-
公开(公告)号：CN104091364A
公开(公告)日：2014-10-08
申请号：CN201410328001.9
申请日：2014-07-10
申请人： 西北工业大学
IPC分类号： G06T17/00
摘要： 本发明公开了一种单幅图像超分辨重建方法，用于解决现有图像超分辨重建方法图像重建精度低的技术问题。技术方案是首先利用大量高分辨图像提取高/低分辨率的图像块对作为字典，然后根据输入的图像块选取字典中的低分辨率图像块进行变形场的计算，进而对字典中对应的高分辨图像块进行变形。通过局部约束和全局约束得到最终的高分辨图像。本发明利用可变形的图像块，大大增强了字典的表述能力，进而提高了最终的重建效果。在选取30000个7×7个图像块对作为字典，图像块提取步长取为s＝1时，对256×256的标准测试图像Lena图像进行放大倍数为3的超分辨重建时，能够达到PSNR＝31.53的重建精度，高于文献中PSNR＝29.68的重建精度。
-
公开(公告)号：CN102750678A
公开(公告)日：2012-10-24
申请号：CN201210201031.4
申请日：2012-06-18
申请人： 西北工业大学
IPC分类号： G06T5/00
摘要： 本发明公开了一种基于自然图像统计稀疏模型的单帧图像超分辨重建方法，用于解决现有基于稀疏表示的单帧图像超分辨重建算法重建图像质量差的技术问题。技术方案是利用自然图像的统计特性，采用贝叶斯方法对图像超分辨重建问题进行建模，并采用最小均方误差准则对高分辨率图像进行估计。重建得到的高分辨图像更加自然，伪结构数目减少，且具有更清晰的边缘结构，与背景技术的方法相比，能获得更高质量的超分辨重建图像，重建结果提高了1dB～2dB。
-
公开(公告)号：CN118799429A
公开(公告)日：2024-10-18
申请号：CN202410925145.6
申请日：2024-07-11
申请人： 西北工业大学
摘要： 基于低频感知扩散模型的高动态范围成像方法，包括：构建低频先验提取网络，根据给定的高动态范围真值图像对低频先验提取网络预训练，使用预训练后的低频先验提取网络获得真实低频先验特征；将得到的真实低频先验特征作为扩散模型的去噪目标，训练扩散模型直接从低动态范围图像中预测低频先验特征，构建基于回归的动态图像重建网络，利用预测低频先验特征重建高动态范围图像。解决了现有技术中基于标准扩散模型范式的成像方法消耗了大量的计算资源，影响实际应用的问题。本发明利用扩散模型在潜空间中创建紧凑的低频先验特征，然后将紧凑先验分层纳入基于回归的模型，以补充预测重建图像的细节。
-
-
-
-
-
-
-
-
-
搜索结果
52 条记录 (耗时 0.035 秒)
