-
公开(公告)号：CN111553856B
公开(公告)日：2023-03-24
申请号：CN202010331563.4
申请日：2020-04-24
Applicant: 西安电子科技大学
IPC: G06T5/00 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于深度估计辅助的图像去雾方法，主要解决现有技术对雾气分布估计差和恢复图像纹理细节丢失的问题。其方案是：在Pytorch框架下分别构建深度估计网络和去雾网络；获取一组无雾图像集J，对J进行深度估计和人工加雾得到深度图像集D和有雾图像集I；利用深度图像集和有雾图像集分别训练深度估计网络和去雾网络，得到训练好的深度估计网络和去雾网络；将需要去雾的图像Ic输入至训练好的深度估计网络，输出估计的深度值Dc；将需要去雾的图像Ic和深度值Dc输入至训练好的去雾网络，输出清晰图像。本发明能很好的恢复图像的细节和色调，且峰值信噪比和结构相似性均高于或接近现有技术，可用于有雾图像的清晰化处理。
-
公开(公告)号：CN111553856A
公开(公告)日：2020-08-18
申请号：CN202010331563.4
申请日：2020-04-24
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于深度估计辅助的图像去雾方法，主要解决现有技术对雾气分布估计差和恢复图像纹理细节丢失的问题。其方案是：在Pytorch框架下分别构建深度估计网络和去雾网络；获取一组无雾图像集J，对J进行深度估计和人工加雾得到深度图像集D和有雾图像集I；利用深度图像集和有雾图像集分别训练深度估计网络和去雾网络，得到训练好的深度估计网络和去雾网络；将需要去雾的图像Ic输入至训练好的深度估计网络，输出估计的深度值Dc；将需要去雾的图像Ic和深度值Dc输入至训练好的去雾网络，输出清晰图像。本发明能很好的恢复图像的细节和色调，且峰值信噪比和结构相似性均高于或接近现有技术，可用于有雾图像的清晰化处理。
-
公开(公告)号：CN109584170A
公开(公告)日：2019-04-05
申请号：CN201811271076.2
申请日：2018-10-29
Applicant: 西安电子科技大学
IPC: G06T5/00
Abstract: 本发明公开了一种单幅水下图像复原方法，主要解决现有技术在处理水下图像时色偏校正和清晰化处理效果欠佳的问题。其方案是：在Caffe框架下分别构建环境光估计网络和透射率估计网络；获取一组深度图像集J和d(J)，随机生成透射率T和环境光A，合成水下图像集I；将I、A按批量依次循环输入至环境光估计网络进行训练；再将I、T按批量依次循环输入至透射率估计网络进行训练；将待处理的图像Ic输入至完成训练的神经网络，输出环境光Ac和透射率Tc；根据Ac和Tc计算得到清晰图像Jc。本发明提高了图像对比度并能校正色偏，其峰值信噪比、结构相似性和色差公式三个指标均优于现有技术，可用于水下图像的清晰化处理。
-
公开(公告)号：CN108225337B
公开(公告)日：2020-12-15
申请号：CN201711466040.5
申请日：2017-12-28
Applicant: 西安空间无线电技术研究所 , 西安电子科技大学
IPC: G01C21/24
Abstract: 本发明公开了一种基于SR‑UKF滤波的星敏感器和陀螺组合定姿方法，属于测绘卫星或其他航天器的高精度组合定姿技术领域。目的是提出一种基于SR‑UKF滤波的星敏感器/陀螺组合定姿方法，将SR‑UKF滤波算法用于星敏和陀螺组合定姿，对于现如今传统的EKF滤波方法有较大提升。所述方法具体包括：步骤1仿真出星敏感器四元数和陀螺的角速度；步骤2以误差四元数及陀螺随机漂移误差为状态变量，利用SR‑UKF算法融合处理星敏感器和陀螺的姿态信息进行滤波处理，并进行反馈，通过迭代滤波处理尽量消除星敏感器和陀螺的误差影响，求解高精度的姿态信息。
-
Patent Agency Ranking
公开(公告)号：CN117974524A
公开(公告)日：2024-05-03
申请号：CN202410209728.9
申请日：2024-02-26
Applicant: 西安电子科技大学
IPC: G06T5/90 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于Retinex多尺度融合的低光照图像增强方法，主要解决现有方法处理后图像效果不自然及纹理细节被噪声所淹没的问题。包括：1)对初始图像进行预处理，构建训练集；2)构建包含Retinex半解耦网络和自适应交叉融合模块的低光照图像增强网络，由三条支路并行处理提取特征，接着基于双边网格估计分量，通过不同尺度上并行解耦获得多级特征并融合；3)构建由半解耦平滑损失和重建损失组成的联合损失公式；4)利用训练集训练网络，直至收敛；5)将待处理图像输入到训练好的网络中，实现图像增强。本发明能够有效改善低光照图像效果，在亮度提升、色彩恢复上更为自然，同时增加对较暗区域信息恢复的完整性。
-
公开(公告)号：CN109584170B
公开(公告)日：2022-12-27
申请号：CN201811271076.2
申请日：2018-10-29
Applicant: 西安电子科技大学
IPC: G06T5/00
Abstract: 本发明公开了一种单幅水下图像复原方法，主要解决现有技术在处理水下图像时色偏校正和清晰化处理效果欠佳的问题。其方案是：在Caffe框架下分别构建环境光估计网络和透射率估计网络；获取一组深度图像集J和d(J)，随机生成透射率T和环境光A，合成水下图像集I；将I、A按批量依次循环输入至环境光估计网络进行训练；再将I、T按批量依次循环输入至透射率估计网络进行训练；将待处理的图像Ic输入至完成训练的神经网络，输出环境光Ac和透射率Tc；根据Ac和Tc计算得到清晰图像Jc。本发明提高了图像对比度并能校正色偏，其峰值信噪比、结构相似性和色差公式三个指标均优于现有技术，可用于水下图像的清晰化处理。
-
公开(公告)号：CN118097159A
公开(公告)日：2024-05-28
申请号：CN202410210510.5
申请日：2024-02-26
Applicant: 西安电子科技大学
IPC: G06V10/30 , G06V10/82 , G06N3/088 , G06N3/0464
Abstract: 本发明公开了一种基于三阶段特征提取的自监督图像去噪方法，主要解决现有方法特征提取能力差且恢复的图像色偏严重和纹理不清晰的问题。包括：利用Pytorch框架分别构建基于局部位置掩码卷积的盲点生成子网络和双分支互补特征提取子网络，在此基础上建立基于三阶段特征提取的自监督图像去噪网络，构建其损失公式；获取噪声图像集作为训练集，并将其按批量大小组成多个图像组，依次循环输入去噪网络进行迭代训练；将需要去噪的图像输入至训练完成的自监督去噪网络，得到清晰无噪声图像。本发明能在去除噪声的同时更好的恢复图像色彩和细节信息，且峰值信噪比和结构相似性两个指标均高于现有技术，可用于真实噪声图像的清晰化处理。
-
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：CN200980081Y
公开(公告)日：2007-11-21
申请号：CN200620136311.1
申请日：2006-12-08
Applicant: 西安电子科技大学
Abstract: 本实用新型涉及一种网络身份认证系统。该系统包括智能IC卡、嵌入式读卡器、上位机、数字认证中心CA，该数字认证中心CA设有指纹模板库，存储用户指纹特征模板证书、签名数字证书和用户私钥，并通过嵌入式读卡器写入智能IC卡分发给用户；该智能IC卡上集成有图像采集器并储存有用户指纹信息。身份认证时由数字认证中心CA验证用户签名数字证书，验证通过后将现场采集的指纹数字信号通过智能IC卡输出到嵌入式读卡器，并与智能IC卡储存的指纹信息进行比对后送入到上位机，通过局域网传输到数字认证中心CA与指纹模板库中的指纹进行对比，验证用户身份。可用于在网络安全通信中对用户进行身份验证。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.021 seconds)
