-
公开(公告)号：CN118351198A
公开(公告)日：2024-07-16
申请号：CN202410334343.5
申请日：2024-03-22
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于多级特征分解和频域判别的红外图像彩色化方法，包括：获取同一场景目标的原始红外图像和原始可见光图像；利用生成器生成原始红外图像的彩色可见光生成图像；得到原始红外图像和彩色可见光生成图像的浅层编码特征；将两图像的浅层编码特征分别输入多级特征分解网络得到各自的低频基础特征和高频细节特征；用两图的低频基础特征和高频细节特征分别对应建立全局对比损失和局部对比损失；对彩色可见光生成图像和原始可见光图像基于空域判别器、频域判别器、全局对比损失和局部对比损失进行判别；若判别通过输出彩色可见光生成图像，否则返回生成彩色可见光生成图像步骤。本发明能保证彩色化内容不失真，提高红外图像彩色化效果。
-
公开(公告)号：CN117196982A
公开(公告)日：2023-12-08
申请号：CN202311160895.0
申请日：2023-09-08
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种利用频域特性的自适应低照度图像增强方法，包括：将低照度图像分解为照度图和反射图；基于频域特性的自适应照度调整方法对照度图进行自适应的照度调整，得到调整后的照度图；基于噪声在图像上分布的独立性，对所述调整后的照度图进行噪声抑制，得到噪声抑制后的照度图；基于噪声在图像上分布的独立性，对所述反射图进行噪声抑制，得到噪声抑制后的反射图；对所述噪声抑制后的照度图和所述噪声抑制后的照度图进行融合，得到增强后的低照度图像。本发明的方法实现图像照度的自适应调整，同时对图像细节进行全局增强，从而提高增强后图像的整体质量，实现高效的图像增强效果。
-
公开(公告)号：CN118396914A
公开(公告)日：2024-07-26
申请号：CN202410359705.6
申请日：2024-03-27
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于信噪比感知的红外图像动态范围自适应增强方法，包括：利用编码器对原始红外图像进行特征提取，得到对应的特征图；计算原始红外图像的信噪比分布图，并据此将特征图划分为高信噪比区域和低信噪比区域；对特征图中的高信噪比区域使用短距离分支网络进行局部特征提取，得到短距离特征；并对特征图中的低信噪比区域使用长距离分支网络进行全局特征提取，得到长距离特征；将短距离特征和长距离特征进行融合，并将融合后的特征输入到解码器中进行处理，利用从编码器到解码器的跳跃连接来增强图像细节，得到输出图像。该方法能够实现高动态范围图像自适应动态范围恢复，在保证动态范围的同时能够去除噪声，恢复更多的细节信息。
-
公开(公告)号：CN117437160A
公开(公告)日：2024-01-23
申请号：CN202311443314.4
申请日：2023-11-01
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于空间和频率域的微光图像增强方法及其装置，包括：通过预设的DEC网络将待处理的RGB三通道图像分解成包括纹理信息的三通道图层分量和包括亮度信息的一通道图层分量；通过预设的RES网络将退化的图层分量进行图像纹理信息的恢复和去噪，得到处理后的包括纹理信息的三通道图层分量；根据包括亮度信息的一通道图层分量强化处理后的包括纹理信息的三通道图层分量中的图像纹理信息，得到第一特征图；通过预设的ILL网络对包括亮度信息的一通道图层分量的图像亮度进行恢复，得到第二特征图；将第一特征图和第二特征图进行合并，得到图像纹理信息和亮度信息增强的RGB三通道图像。本发明能够增强图像的纹理细节。
-
公开(公告)号：CN118470142A
公开(公告)日：2024-08-09
申请号：CN202410377664.3
申请日：2024-03-29
Applicant: 西安电子科技大学
Abstract: 本发明提供了一种空气流场可视化重建方法、装置和设备，包括：从第一视角和第二视角，在无空气流干扰的情况下以散斑图为背景采集一帧参考图像，在有空气流干扰的情况下采集多帧目标图像；将从第一视角采集的图像映射到规范空间建立第一双射映射关系；将规范空间中的映射图像映射到从第二视角采集的图像上建立第二双射映射关系；根据参考图像的映射图像确定出各目标图像的映射图像所对应的亚像素坐标；基于双射映射关系，根据像素点所对应的亚像素坐标，确定第一视角对应的第一亚像素位移和第二视角对应的第二亚像素位移；根据各第一亚像素位移和各第二亚像素位移确定目标区域的空气流场的密度梯度以此重建空气流场，从而提高可视化重建视觉效果。
-
Patent Agency Ranking
公开(公告)号：CN117496206A
公开(公告)日：2024-02-02
申请号：CN202311465959.8
申请日：2023-11-06
Applicant: 西安电子科技大学
IPC: G06V10/75 , G06V10/82 , G06V10/84 , G06F17/16 , G06N3/0455
Abstract: 本发明提供了一种基于高阶空间交互的半稠密特征图像匹配方法及装置，包括：通过基于递归门控卷积的特征金字塔网络，对待匹配的第一图像和第二图像分别进行特征提取，得到第一图像对应的第一粗级特征图和第一细级特征图，以及，第二图像对应的第二粗级特征图和第二细级特征图；通过局部特征Transformer，确定第一粗级特征图对应的第一特征矩阵，和第二粗级特征图对应的第二特征矩阵；对第一特征矩阵和第二特征矩阵进行粗级匹配，得到粗级匹配结果；根据第一细级特征图、第二细级特征图、粗级匹配结果，进行精细匹配，得到第一图像和第二图像之间的最终匹配结果。该方法能够提高特征匹配精度和准确率，提升匹配效果以及用户体验。
-
公开(公告)号：CN117354633A
公开(公告)日：2024-01-05
申请号：CN202311385164.6
申请日：2023-10-24
Applicant: 西安电子科技大学
IPC: H04N23/76 , H04N23/84 , H04N23/81 , G06N3/0464
Abstract: 本发明提供了一种基于高阶图像信息交互的图像区域亮度调节方法，包括：对获取到的目标非正常光照RGB图像进行色彩空间转换，得到目标YCbCr图像；对目标YCbCr图像的Y通道进行亮度调节处理，得到处理后的Y通道；对处理后的Y通道进行去噪处理，得到目标Y通道；对目标YCbCr图像的Cb通道和Cr通道进行色彩恢复处理，得到目标Cb通道和目标Cr通道；将目标Y通道、目标Cb和目标Cr通道合并转化为目标RGB图像，目标RGB图像为光照正常的图像，能够得到较高质量的优化图像，提升图像质量以及用户体验。
-
公开(公告)号：CN119693495A
公开(公告)日：2025-03-25
申请号：CN202510206065.X
申请日：2025-02-25
Applicant: 西安电子科技大学
IPC: G06T11/40 , G06N3/0464 , G06N3/0499 , G06T5/10 , G06T5/60 , G06T5/70
Abstract: 本发明涉及图像处理技术领域，公开了一种SAR图像的彩色化方法、系统、存储介质及设备，包括：获取SAR图像，提取其空间特征和频率特征；将空间特征和频率特征输入条件扩散模型，该模型包括空间频率信息交互网络，通过空间频率信息交互网络对SAR图像进行前向加噪和逆向去噪；在前向加噪过程中，空间频率信息交互网络根据空间特征和频率特征预测输出各个时间序列的待添加噪声；按照时间序列的顺序将待添加噪声依次添加至SAR图像中，得到纯噪声图像；在逆向去噪过程中，空间频率信息交互网络根据纯噪声图像预测输出各个时间序列的待去除噪声；按照时间序列的顺序从纯噪声图像中去除待去除噪声，得到彩色图像。本发明能够提升SAR图像彩色化结果的质量。
-
公开(公告)号：CN118887506A
公开(公告)日：2024-11-01
申请号：CN202411157145.2
申请日：2024-08-22
Applicant: 西安电子科技大学
IPC: G06V10/80 , G06N3/0455 , G06N3/0464 , G06N3/082 , G06V10/42 , G06V10/44
Abstract: 本发明实施例公开了一种基于可学习频域特征分解的图像融合方法、系统及介质，方法包括：对初始红外可见光图像进行特征提取，获取图像离散信号；通过低频分析向量和高频分析向量构建可学习频域特征分解网络；根据所述可学习频域特征分解网络分解图像离散信号，获取低频分量特征、水平高频分量特征、垂直高频分量特征和对角线高频分量特征；对低频分量特征进行全局特征信息提取，获取可见光与红外光的全局特征；对水平高频分量特征、垂直高频分量特征和对角线高频分量特征进行细节特征信息提取，获取可见光与红外光的三通道细节特征；融合全局特征和三通道细节特征，并结合初始红外可见光图像输出最终的融合图像。本方法的参数量及计算复杂度较低。
-
公开(公告)号：CN118298144A
公开(公告)日：2024-07-05
申请号：CN202410359706.0
申请日：2024-03-27
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于改进贝叶斯优化广义回归神经网络的多光谱辐射测温反演方法，包括以下步骤：对红外多光谱图像序列进行预处理，并将预处理后的数据与目标真实温度对应起来，构建为数据集；建立用于目标测温区域真实温度回归反演的广义回归神经网络模型；基于数据集，采用仿生优化算法作为贝叶斯优化的采样方法，并利用改进的贝叶斯优化算法对广义回归神经网络模型中的超参数进行优化，以便于利用优化好的广义回归神经网络模型反演目标真实温度。该方法无需假设发射率模型，具有较高的测温效率和测温精度，且具有更广泛的适用性。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.024 seconds)
