-
公开(公告)号：CN119648588B
公开(公告)日：2025-04-29
申请号：CN202510174558.X
申请日：2025-02-18
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于高频低频自适应融合的图像增强方法，包括：将原始图像分别进行颜色通道的对比度增强获得中间特征图；计算中间特征图分别在颜色通道下的像素均值；根据像素均值对中间特征图进行颜色补偿获得色彩重构图像；将色彩重构图像分解为高频图像特征和低频图像特征；对高频图像特征进行归一化处理和伽马矫正获得高频校正图像；对高频校正图像进行锐化处理获得高频恢复图像；对低频图像特征权重去雾处理获得低频恢复图像，将高频恢复图像和低频恢复图像进行自适应融合获得输出图像；由高频恢复图像提供了丰富的细节和边缘信息，而低频恢复图像提供了优化后的背景和色彩信息，显著提升输出图像的可视化效果。
-
公开(公告)号：CN119992305A
公开(公告)日：2025-05-13
申请号：CN202510124197.8
申请日：2025-01-26
Applicant: 南京信息工程大学
IPC: G06V20/05 , G06V10/25 , G06V10/774 , G06V10/82 , G06V10/766 , G06V10/764 , G06N3/045 , G06N3/0464 , G06N3/0895 , G06N3/09
Abstract: 本发明公开了一种基于改进YOLOv8的水下声纳图像识别方法及系统，包括：基于YOLOv8模型、多维并行注意力机制和对比学习架构构建网络模型；获取训练样本并利用训练样本对网络模型进行训练获得训练识别结果，利用对比损失函数和YOLOv8损失函数计算训练损失值并进行权重参数进行优化，重复迭代输出训练后的网络模型；获取水下声呐设备采集监测区域的声呐监测图像，将声纳监测图像输入至预设的网络模型获得水下目标检测结果；本发明通过多维并行注意力机制和对比学习架构提升了网络模型的表征能力和泛化性能，使网络模型在水下复杂环境中对目标细节的辨识更加精准。
-
公开(公告)号：CN119648588A
公开(公告)日：2025-03-18
申请号：CN202510174558.X
申请日：2025-02-18
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于高频低频自适应融合的图像增强方法，包括：将原始图像分别进行颜色通道的对比度增强获得中间特征图；计算中间特征图分别在颜色通道下的像素均值；根据像素均值对中间特征图进行颜色补偿获得色彩重构图像；将色彩重构图像分解为高频图像特征和低频图像特征；对高频图像特征进行归一化处理和伽马矫正获得高频校正图像；对高频校正图像进行锐化处理获得高频恢复图像；对低频图像特征权重去雾处理获得低频恢复图像，将高频恢复图像和低频恢复图像进行自适应融合获得输出图像；由高频恢复图像提供了丰富的细节和边缘信息，而低频恢复图像提供了优化后的背景和色彩信息，显著提升输出图像的可视化效果。
-
-
Search Results
3
records
(took 0.014 seconds)
