-
公开(公告)号：CN118967473A
公开(公告)日：2024-11-15
申请号：CN202411030964.0
申请日：2024-07-30
Applicant: 西安电子科技大学
IPC: G06T5/50 , G06V10/774 , G06T3/4038 , G06T3/4053 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于自适应特征调制网络的高光谱与全色图像融合方法、系统、设备及介质，通过八度卷积单元直接从全色图像高频特征中获取更全面的全色图像细节信息，避免了复杂的滤波器设计，实现了对于全色图像空间细节的充分挖掘；通过空间和光谱可分离三维卷积单元提取高光谱图像特征，减少了网络参数量，提高了算法运行速度，高效地捕获高光谱图像的多尺度空间‑光谱特征；通过自适应特征调制模块，不仅有效地利用全色图像的细节特征增强融合图像的空间信息，而且能够自适应地调整注入细节以保证融合结果的光谱保真度，实现了全色图像细节的精确注入；本发明提出的融合方法充分挖掘和利用全色图像的空间细节信息，具有清晰的可解释性。
-
公开(公告)号：CN118608799A
公开(公告)日：2024-09-06
申请号：CN202410645443.X
申请日：2024-05-23
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于多尺度非对称编解码网络的遥感图像压缩方法，主要解决现有方法不能充分提取遥感图像中多尺度细节信息的问题。其实现方案是：获取遥感图像数据集并划分为训练集和测试集；构建由多尺度残差模块、多尺度空洞注意力模块、多尺度非对称编解码器、自适应上下文熵模型和超先验编解码器组成的基于多尺度空洞注意力的非对称遥感图像压缩网络及其损失函数；将训练集按批量大小均分为多个图像组，依次循环输入到该网络，直至损失函数收敛；将测试集输入到训练好的压缩网络，得到重建的遥感图像。本发明能增强压缩模型对遥感图像中多尺度信息的特征提取能力，减少通道冗余，提高遥感图像压缩性能，可用于对纹理细节丰富、数据量大的图像进行处理。
-
公开(公告)号：CN115375668A
公开(公告)日：2022-11-22
申请号：CN202211086622.1
申请日：2022-09-07
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于注意力机制的红外单帧小目标检测方法，主要解决现有技术模型泛化能力较差且存在严重误检、检测率较低及虚警较高的问题。其实现方案是：从公开数据集中选择带标注的数据集，对其预处理为尺寸统一的训练集和测试集；构建由编码端解码端交互引导模块、虚警注意模块和主干网络组成的多维度注意力感知网络；将训练集及其标注信息按批量大小分别平分为多个配对图像组，并依次循环输入多次至多维度注意力感知网络完成训练；将测试集输入至训练完成的多维度注意力感知网络，输出红外小目标检测结果。本发明对目标大小和场景变化具有很高的鲁棒性，能够在提高检测率的同时有效降低虚警率，可用于复杂背景下红外小目标的精确检测。
-
公开(公告)号：CN110225350B
公开(公告)日：2021-03-23
申请号：CN201910460717.7
申请日：2019-05-30
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于生成式对抗网络的自然图像压缩方法，克服了现有自然图像压缩方法在高倍数压缩下复原质量低以及生成式压缩的数据依赖性问题，实现的具体步骤为：(1)构建图像压缩生成式网络；(2)训练图像解码子网络；(3)训练图像编码子网络；(4)对自然图像进行预处理；(5)获取压缩数据；(6)获取复原图像。本发明利用卷积神经网络对原始图像数据进行压缩，再用生成式对抗网络中的生成模块将压缩数据生成图像，同时用生成式对抗网络的判别模块对生成模块进行约束，从而实现高质量的图像复原。
-
公开(公告)号：CN107360344B
公开(公告)日：2020-02-21
申请号：CN201710502958.4
申请日：2017-06-27
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种监控视频快速去雾方法，主要解决现有技术计算复杂度高，去雾后图像细节模糊的问题。其方案是：在计算大气光时，将有雾图像进行上下对半划分，并对有雾图像的上半部分采用暗通道先验求取大气光；在计算单帧有雾图像的透射率时，采用改进的引入自适应参数的快速透射率估计方法对透射率进行估计；在视频处理流程上，采用相邻帧差法以区分出背景和前景变动部分，只对前景变动部分的透射率进行计算，并用前一帧相同位置处的透射率计算结果作为当前帧背景部分的透射率。本发明不仅减小了计算透射率时的复杂性，而且提高去雾后图像的细节清晰度。可用于对包含复杂运动目标且运动位移较大的监控场合。
-
Patent Agency Ranking
公开(公告)号：CN106780390B
公开(公告)日：2019-10-11
申请号：CN201611223093.X
申请日：2016-12-27
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于边缘分类加权融合的单幅图像去雾方法，主要解决现有技术对有雾图像的透射率估计不准确而导致去雾效果不理想的问题。其技术方案为：1)使用相机采集单幅有雾图像；2)对有雾图像的边缘进行分类，获取有雾图像的深度边缘；3)根据深度边缘将有雾图像划分为深度边缘区域和非深度边缘区域；4)利用深度边缘控制，在深度边缘区域和非深度边缘区域采用不同的方式计算有雾图像的修正暗原色值；5)根据有雾图像的修正暗原色值计算有雾图像的优化透射率；6)根据有雾图像的优化透射率获取恢复图像。本发明得到的透射率更加准确，恢复图像去雾效果明显，具有对比度增强，色调真实自然的优点。可用于户外成像系统。
-
公开(公告)号：CN108805839A
公开(公告)日：2018-11-13
申请号：CN201810583489.8
申请日：2018-06-08
Applicant: 西安电子科技大学
IPC: G06T5/00
CPC classification number: G06T5/003 , G06T2207/20081 , G06T2207/20084
Abstract: 本发明公开了一种单幅图像去雾方法，主要解决现有技术非线性拟合能力受约束和训练繁琐以及适用场景单一的问题。其方案是：在Caffe框架下构建由特征共享部分以及雾图大气光值估计分支和透射率估计分支组成的卷积神经网络；获取一组无雾图像集J，对J进行人工加雾得到有雾图像集I；将I、J按批量大小分别平分为多个配对的图像组，并依次循环输入200000次至神经网络进行训练；将需要去雾的图像I输入至训练完成的神经网络，输出大气光值A和透射率T；根据大气光值A和透射率T计算得到无雾图像Jc。本发明能很好的保持恢复图像的对比度和色彩饱和度，其峰值信噪比和结构相似性两个指标均优于现有技术，可用于有雾图像的清晰化处理。
-
公开(公告)号：CN103905819B
公开(公告)日：2017-02-15
申请号：CN201410165835.2
申请日：2014-04-23
Applicant: 西安电子科技大学
IPC: H04N19/119 , H04N19/645 , H04N19/96 , H04N19/46
Abstract: 本发明公开了一种基于多级树集合分裂编码的系统及其实现方法，其系统模块包括：小波变换模块(1)、小波抽树模块(2)、重要性扫描模块(3)和并行编码模块(4)；其方法步骤为：(1)输入像素点；(2)小波变换；(3)抽取小波系数；(4)扫描树的重要性；(5)并行编码；(6)输出码流。本发明的实现方法中不同比特平面节点共用同一位置信息，使用相同单元产生树中不同层节点的重要性信息，对不同比特平面并行编码，最终实现对静态图像的压缩。本发明占用资源少，存储效率高，尤其适用于资源受限、空间受限、对系统可靠性要求极高的航天图像压缩领域。
-
公开(公告)号：CN105791863A
公开(公告)日：2016-07-20
申请号：CN201610172216.5
申请日：2016-03-24
Applicant: 西安电子科技大学
IPC: H04N19/597 , H04N19/96
CPC classification number: H04N19/597 , H04N19/96
Abstract: 本发明公开了一种基于层的3D?HEVC深度图帧内预测编码的方法，主要解决现有的技术对深度图帧内预测编码处理复杂度较高的问题。其技术方案为：1)初始化文件和门限；2)记录测试码流每个编码周期的第一帧数据；3)通过计算编码周期第一帧的命中率得到门限；4)根据门限，选择性跳过当前预测单元的粗选阶段深度模式、细选阶段或全部粗选细选阶段，完成一帧视频视频编码；5)重复步骤2)到4)遍历每帧视频，直到编码结束。本发明具有编码复杂度低、方法多样性的优点，可用于视频编码。
-
公开(公告)号：CN103297776B
公开(公告)日：2016-02-10
申请号：CN201310185556.8
申请日：2013-05-17
Applicant: 西安电子科技大学
IPC: H04N19/146 , H04N19/11 , H04N19/105 , H04N19/154
Abstract: 本发明公开了一种星上未配准多光谱图像无损/有损编码系统与方法，主要解决现有技术未考虑星上原始多光谱图像未配准导致谱间相关性差、JPEG-LS码率控制不准确及图像重构质量低的问题。其实现过程是：对未配准多光谱图像进行谱段重排；根据最优谱段编码顺序，依次对多光谱图像的各谱段配准；对已配准多光谱图像进行有损或无损压缩，无损压缩时，先选择当前编码谱段的预测模式，再对相应的预测残差作JPEG-LS无损压缩，有损压缩时，先分配所有编码谱段的目标码率，再选择当前编码谱段的预测模式，对相应的预测残差进行基于二次迭代调整的码率可控JPEG-LS有损压缩，输出码流。本发明具有压缩性能高、码率控制精确的优点，适用于各种星上多光谱数据处理及传输。
-
-
-
-
-
-
-
-
-
Search Results
118
records
(took 0.036 seconds)
