一种红外与可见光图像融合方法及装置

    公开(公告)号:CN116757986A

    公开(公告)日:2023-09-15

    申请号:CN202310817924.X

    申请日:2023-07-05

    Inventor: 陆成 刘雪明

    Abstract: 本发明公开了一种红外与可见光图像融合方法及装置,包括:获取目标物体的红外图像和可见光图像;对所述红外图像和可见光图像进行灰度化和数据增强的预处理操作,得到预处理后的红外图像和可见光图像;将预处理后的红外图像和可见光图像输入到预先训练好的基于特征交互和自编码器的红外与可见光图像融合模型,得到融合图像;所述基于特征交互和自编码器的红外与可见光图像融合模型编码器、阶梯式融合层和一路级联式解码器。优点:能够保留源图像中显著的热辐射信息、丰富的纹理细节信息和背景特征,融合图像对比度高,更符合人眼视觉效果。

    一种结合Transformer与CNN双编码器的红外与可见光图像融合方法

    公开(公告)号:CN117314808A

    公开(公告)日:2023-12-29

    申请号:CN202311218609.1

    申请日:2023-09-20

    Inventor: 陆成 刘雪明

    Abstract: 本发明公开了一种结合Transformer与CNN双编码器的红外与可见光图像融合方法,基于U‑Net框架,构建结合Transformer与CNN双编码器的红外与可见光图像融合模型,其中基于U‑Net框架的融合网络由双编码器和解码器组成,再利用训练集训练该模型;将红外图像、可见光图像输入到训练完成的结合Transformer与CNN双编码器的红外与可见光图像融合模型中,利用双编码器提取红外图像和可见光图像预融合的红外特征和可见光特征,并通过自上而下的方式进行特征表示;再利用解码器将特征表示映射到原始分辨率,通过自下而上的方式逐步融合图像特征,得到融合图像。本发明有效地将局部信息与全局信息相结合,提升融合图像质量,同时降低单一Transformer结构带来的计算复杂度。

    一种基于多尺度混合变换器的红外与可见光图像融合方法

    公开(公告)号:CN117274760A

    公开(公告)日:2023-12-22

    申请号:CN202311388503.6

    申请日:2023-10-24

    Abstract: 本发明公开了一种基于多尺度混合变换器的红外与可见光图像融合方法,包括以下步骤:构建基于多尺度混合变换器的红外与可见光图像融合模型框架;模型框架包括辅助编码器、主编码器和解码器;辅助编码器提取红外与可见光的全局信息,主编码器提取红外与可见光的局部上下文信息,辅助编码器引导主编码器融合全局和局部信息,使得融合图像包含多尺度的源图像特征;将多尺度的源图像特征输入到解码器中,完成图像重建。本发明通过多尺度混合变换器引导卷积神经网络进行融合图像特征重建,有效地捕捉低级空间特征和高级语义上下文,从局部和全局进行建模,融合图像的热辐射信息和纹理细节表现能力更强。

    一种基于改进生成对抗网络模型的水下图像修复方法

    公开(公告)号:CN117058037A

    公开(公告)日:2023-11-14

    申请号:CN202311087936.8

    申请日:2023-08-28

    Abstract: 本发明公开了一种基于改进生成对抗网络模型的水下图像修复方法,包括:获得待处理的水下图像;构建生成对抗网络模型,并利用水下图像样本数据集的图像样本训练生成对抗网络模型,将训练之后的生成对抗网络模型作为水下图像修复模型;将待处理的水下图像输入至水下图像修复模型中,利用生成器生成图像,完成水下图像的修复。本发明以生成对抗网络为基础框架,利用预处理通过输入白平衡图像的方式,来校正水下图像的色偏,结合多尺度结构和三重注意力设计多尺度三重注意力模块并引入到生成器中,实现了不同层次特征的通道维度和空间维度进行跨维度交互,使网络更好地学习水下图像特征和抑制噪声特征,提升了网络的特征提取能力。

    一种基于特征增强的双重注意力去雾网络实现方法

    公开(公告)号:CN117852590A

    公开(公告)日:2024-04-09

    申请号:CN202410059099.6

    申请日:2024-01-15

    Abstract: 本发明公开了一种基于特征增强的双重注意力去雾网络实现方法,包括步骤:建立训练和测试的数据集;将训练数据集输入到基于特征增强的双重注意力去雾网络模型中;基于特征增强的双重注意力去雾网络的编码器,运用卷积操作、残差组模块、密集特征融合模块提取训练数据集的特征信息;基于特征增强的双重注意力去雾网络的双重注意力特征增强模块运用Ghost模块丰富特征,并结合改进的RFB结构捕捉不同尺度特征,融合通道注意力和空间注意力机制实现特征自优化;基于特征增强的双重注意力去雾网络的解码器运用密集特征融合模块、SOS Boosted结构、卷积操作恢复特征,输出除雾后的图像。本发明能使去雾后的图像更接近真实无雾图像。

    一种新型高双折射低色散光子晶体光纤

    公开(公告)号:CN114994829B

    公开(公告)日:2023-05-09

    申请号:CN202210681861.5

    申请日:2022-06-15

    Abstract: 本发明公开了一种新型高双折射低色散光子晶体光纤,涉及光子晶体光纤通信技术领域。本发明包括纤芯和包覆于纤芯的包层,该光纤包括第一圆形空气孔、第二圆形空气孔、第三圆形空气孔、第四圆形空气孔、第一椭圆空气孔、第二椭圆空气孔。本发明具有较高的结构调节性能,当r5=0.397μm,该新型光子晶体光纤在波长为1550nm处能够获得4.882×10‑2的高双折射,能够实现高双折射无截止单模传输,相较于已有的光纤提高了1‑2个数量级,能够在光线传感中获得精确的测量,并且由于高双折射效应能够对偏振器的设计带来很大的帮助,y偏振方向在1550nm处色散为‑182ps/(nm·km)且y偏振方向均为负色散,可以灵活调整参数和波长抵消通信系统中的正色散,已达到色散补偿的目的。

    一种新型高双折射低色散光子晶体光纤

    公开(公告)号:CN114994829A

    公开(公告)日:2022-09-02

    申请号:CN202210681861.5

    申请日:2022-06-15

    Abstract: 本发明公开了一种新型高双折射低色散光子晶体光纤,涉及光子晶体光纤通信技术领域。本发明包括纤芯和包覆于纤芯的包层,该光纤包括第一圆形空气孔、第二圆形空气孔、第三圆形空气孔、第四圆形空气孔、第一椭圆空气孔、第二椭圆空气孔。本发明具有较高的结构调节性能,当r5=0.397μm,该新型光子晶体光纤在波长为1550nm处能够获得4.882×10‑2的高双折射,能够实现高双折射无截止单模传输,相较于已有的光纤提高了1‑2个数量级,能够在光线传感中获得精确的测量,并且由于高双折射效应能够对偏振器的设计带来很大的帮助,y偏振方向在1550nm处色散为‑182ps/(nm·km)且y偏振方向均为负色散,可以灵活调整参数和波长抵消通信系统中的正色散,已达到色散补偿的目的。

    一种新型结构高双折射的光子晶体光纤

    公开(公告)号:CN219435083U

    公开(公告)日:2023-07-28

    申请号:CN202221870528.0

    申请日:2022-07-11

    Abstract: 本实用新型提供有一种新型结构高双折射的光子晶体光纤,光纤基底材料为二氧化硅。该光纤的包层中含一圈正六边形空气孔,十一层椭圆空气孔,两层大圆空气孔,排列方式成上下对称分布。空气孔包含正六边形空气孔,呈正六边形分布。光纤上半部分为椭圆空气孔和圆空气孔排列形成,其中大圆气孔在第五层排列。上方部分第六层中心两端分别有两个小圆空气孔,远离纤芯两侧小椭圆空气孔。中心一层中心为大椭圆空气孔,两端为小椭圆空气孔,两侧相邻两个小椭圆空气孔之间的间距相等。本实用新型的光子晶体光纤具有高双折射性能,应用本实用新型可以大大提高光信号的传输距离,有效降低光纤损耗,使光信号不易变形失真,使光被传输的更加稳定。

    一种抗弯曲抗压的高双折射光子晶体光纤结构

    公开(公告)号:CN219435082U

    公开(公告)日:2023-07-28

    申请号:CN202221766582.0

    申请日:2022-07-11

    Abstract: 本实用新型提供一种抗弯曲抗压的高双折射光子晶体光纤结构,其内部结构是以二氧化硅为基底,然后设计出含有多种椭圆形空气孔和多种圆形空气孔形空气孔的结构。在基底的横截面上的分布是:第一层的空气孔是上下左右对称,最大的椭圆形空气孔;其次是相同半径的小圆形空气孔形成的空气孔,圆形空气孔由内及外的排列不同,内四排是无错动排列和外六排是错动排列方式,在最外层的圆形空气孔和最大椭圆形空气孔之间有一排最小的圆形空气孔形空气孔;最内层是两种不同的椭圆形空气孔形排列不同的空气孔。最外层的大椭圆形空气孔孔设计是有利于减少光纤在受拉和受压产生应变力而带来内部结构的变形,内层两种椭圆形空气孔形的排列实现高双折射特性。

Patent Agency Ranking