公开(公告)号：CN114004761B

公开(公告)日：2024-07-02

申请号：CN202111268898.7

申请日：2021-10-29

Applicant: 福州大学

Inventor： 吴林煌 ,  王凯欣 ,  温仁芳

IPC: G06T5/70 ,  G06T5/90 ,  G06T5/20 ,  G06N3/045 ,  G06N3/08

Abstract: 本发明涉及一种融合深度学习夜视增强与滤波降噪的图像优化方法。通过非参考损失函数来评估光增强网络的增强质量，将待增强图像作为输入，产生高阶曲线作为输出，然后这些曲线用于对输入的动态范围进行逐像素调整，获得夜视增强图像，并使用非局部均值滤波对增强后的图像作降噪处理，在保持增强图像的颜色和细节的同时，滤除了因夜视增强后带来的大量噪声，使得图像取得较好的优化效果。本发明可以在保证夜间拍摄图像清晰的情况下同时没有较为明显的噪声。

公开(公告)号：CN114882486A

公开(公告)日：2022-08-09

申请号：CN202210486104.2

申请日：2022-05-06

Applicant: 福州大学

Inventor： 吴林煌 ,  王凯欣 ,  陈业旺 ,  温仁芳

IPC: G06V20/62 ,  G06V10/24 ,  G06V10/40 ,  G06V10/774 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种基于深度学习的夜视场景下车牌检测与识别方法，采用夜视增强网络对夜间车牌进行增强后，采用车牌检测网络和车牌识别网络对增强后的车牌进行识别。应用本技术方案可实现只需要三个阶段就可以完成对车牌的检测与识别，有效的降低了因夜间极为恶劣的光照条件导致的识别错误，提高对字符识别的准确度，且可以在保证网络精确度的情况下同时获得较低的网络参数量和计算量。

公开(公告)号：CN114862714B

公开(公告)日：2025-01-21

申请号：CN202210491620.4

申请日：2022-05-07

Applicant: 福州大学

Inventor： 吴林煌 ,  温仁芳 ,  王凯欣 ,  陈建

IPC: G06T5/73 ,  G06T7/00 ,  G06N3/0464 ,  G06N3/08 ,  G06T5/60

Abstract: 本发明提供了一种基于结构提取的自然图像去模糊方法，对图像进行去噪预处理后估计模糊核，再执行图像非盲去卷积步骤得到去模糊后的图像；包括以下步骤：步骤S1、对原始模糊图像P1进行去噪预处理得到P2；步骤S2、对经过预处理的图像P2进行中间潜像估计得到图片P3；步骤S3、提取中间潜像P3的主要结构，经过一些调整得到图像P4；步骤S4、用图像P4进行核估计；步骤S5、执行非盲去卷积得到去模糊后的图像P5。应用本技术方案可避免噪声会对后续核估计步骤产生不良影响。在保证模糊核稀疏性的同时还能保证模糊核的连续性。

公开(公告)号：CN114004761A

公开(公告)日：2022-02-01

申请号：CN202111268898.7

申请日：2021-10-29

Applicant: 福州大学

Inventor： 吴林煌 ,  王凯欣 ,  温仁芳

IPC: G06T5/00 ,  G06T5/20 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种融合深度学习夜视增强与滤波降噪的图像优化方法。通过非参考损失函数来评估光增强网络的增强质量，将待增强图像作为输入，产生高阶曲线作为输出，然后这些曲线用于对输入的动态范围进行逐像素调整，获得夜视增强图像，并使用非局部均值滤波对增强后的图像作降噪处理，在保持增强图像的颜色和细节的同时，滤除了因夜视增强后带来的大量噪声，使得图像取得较好的优化效果。本发明可以在保证夜间拍摄图像清晰的情况下同时没有较为明显的噪声。

公开(公告)号：CN114882486B

公开(公告)日：2024-06-04

申请号：CN202210486104.2

申请日：2022-05-06

Applicant: 福州大学

Inventor： 吴林煌 ,  王凯欣 ,  陈业旺 ,  温仁芳

IPC: G06V20/62 ,  G06V10/24 ,  G06V10/40 ,  G06V10/774 ,  G06V10/82 ,  G06V10/80 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明提供了一种基于深度学习的夜视场景下车牌检测与识别方法，采用夜视增强网络对夜间车牌进行增强后，采用车牌检测网络和车牌识别网络对增强后的车牌进行识别。应用本技术方案可实现只需要三个阶段就可以完成对车牌的检测与识别，有效的降低了因夜间极为恶劣的光照条件导致的识别错误，提高对字符识别的准确度，且可以在保证网络精确度的情况下同时获得较低的网络参数量和计算量。

公开(公告)号：CN114862714A

公开(公告)日：2022-08-05

申请号：CN202210491620.4

申请日：2022-05-07

Applicant: 福州大学

Inventor： 吴林煌 ,  温仁芳 ,  王凯欣 ,  陈建

IPC: G06T5/00 ,  G06T7/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种基于结构提取的自然图像去模糊方法，对图像进行去噪预处理后估计模糊核，再执行图像非盲去卷积步骤得到去模糊后的图像；包括以下步骤：步骤S1、对原始模糊图像P1进行去噪预处理得到P2；步骤S2、对经过预处理的图像P2进行中间潜像估计得到图片P3；步骤S3、提取中间潜像P3的主要结构，经过一些调整得到图像P4；步骤S4、用图像P4进行核估计；步骤S5、执行非盲去卷积得到去模糊后的图像P5。应用本技术方案可避免噪声会对后续核估计步骤产生不良影响。在保证模糊核稀疏性的同时还能保证模糊核的连续性。