基于压缩编码孔径的高分辨率相机成像方法

    公开(公告)号:CN111416980A

    公开(公告)日:2020-07-14

    申请号:CN202010437720.X

    申请日:2020-05-21

    Abstract: 本发明公开了一种基于压缩编码孔径的高分辨率相机成像方法,用于解决现有高分辨率成像方法成像分辨率较低的技术问题。技术方案是通过构建频域互补编码孔径光阑评价指标,利用模板序列进行选择、交叉、变异过程,寻找使评价指标最大的一组频域互补编码孔径模板集合,这些模板在频域之间相互互补,从而保证通过设计的不同编码孔径光阑拍摄的图像以保留场景中不同成分的高频细节信息,从而为细节信息恢复提供支撑。本发明通过优化设计一组频域互补的编码孔径组合替代传统光学系统孔径光阑处的单一高斯编码形式,不仅拓宽了相机孔径频谱范围,而且去除了编码孔径在频率响应的冗余信息,实现了在感知阶段的最大信息量图像获取,提高了图像成像分辨率。

    基于空间平台的自适应曝光成像方法

    公开(公告)号:CN110913150A

    公开(公告)日:2020-03-24

    申请号:CN201911127173.9

    申请日:2019-11-18

    Abstract: 本发明公开了一种基于空间平台的自适应曝光成像方法,用于解决现有自动曝光成像方法时效性低的技术问题。技术方案是依据空间目标观测星等,确定测光模式下的初始曝光时间。然后基于空间目标不同区域材质及对应反射率不同的特点,依靠测光图像对目标进行局部材质分类,根据不同局部材质反射率对目标不同区域自适应设置不同曝光时间,从而在不同曝光时间下均能有效利用传感器的动态范围,提升目标成像的灰度层次,丰富图像细节内容,且该方法时效性高,满足空间快速成像的要求。

    基于参数模型的单幅图像去模糊方法

    公开(公告)号:CN110517197A

    公开(公告)日:2019-11-29

    申请号:CN201910756634.2

    申请日:2019-08-16

    Abstract: 本发明公开了一种基于参数模型的单幅图像去模糊方法,用于解决现有模糊图像复原方法复原的图像效果差的技术问题。技术方案是首先利用L1正则化盲卷积去模糊方法,得到初步估计的非参数化的模糊核。将该模糊核作为参数退化耦合模型的输入,对其进行中心重定位,再用最小二乘法求解耦合模型能量最小值,并结合梯度下降法来更新参数,从而交替计算得到最终的三个参数值,根据求出的参数计算得到参数化模糊核。最后利用求得的参数化模糊核与原始模糊图像,利用约束最小二乘滤波方法进行非盲反卷积去模糊操作,得到复原图像。本发明采用基于参数模型模糊核估计方法,增加了算法鲁棒性,提高了图像去模糊性能,能很好的恢复出具有大量纹理细节的清晰图像。

    基于全局式和增量式估计的运动恢复结构三维重建方法

    公开(公告)号:CN109166171A

    公开(公告)日:2019-01-08

    申请号:CN201810902069.1

    申请日:2018-08-09

    Abstract: 本发明公开了一种基于全局式和增量式估计的运动恢复结构三维重建方法,用于解决现有运动恢复结构三维重建方法局部重建精度低的技术问题。技术方案是以场景图结构为输入,在其中提取鲁棒的子图作为全局式估计的输入,从而能够使用一部分质量高的图像间信息对场景整体结构进行估计,提高估计的鲁棒性。对于剩余的、未加入场景的图像,采用局部增量式估计的方法逐一加入模型,以提高模型重建的局部精度。本发明将增量式和全局式的估计方法相结合,综合两者的优点,以达到鲁棒、高精度的重建效果。本发明在重建精度方面相较背景技术方法具有最低的平均重建误差,对于具有553张图像的数据集,相机位置的平均误差仅为0.3m。

    基于冗余字典对联合优化的图像去模糊方法

    公开(公告)号:CN102800053B

    公开(公告)日:2014-11-26

    申请号:CN201210201033.3

    申请日:2012-06-18

    Abstract: 本发明公开了一种基于冗余字典对联合优化的图像去模糊方法,用于解决现有稀疏理论框架下的双字典稀疏图像去模糊方法复原图像在强边缘振铃效应强的技术问题。技术方案是利用模糊图像在模糊冗余字典下的稀疏系数与清晰图像在清晰冗余字典下的稀疏系数一致的特性,建立联合优化函数,迭代求解点扩散函数与清晰图像。增加了对噪声的鲁棒性,避免了反卷积过程中的病态性,减少了复原图像在强边缘的振铃效应,获得了更加清晰更具细节的图像。

    一种基于边缘和灰度的遥感图像变化检测方法

    公开(公告)号:CN101968885A

    公开(公告)日:2011-02-09

    申请号:CN201010292888.2

    申请日:2010-09-25

    Abstract: 本发明公开了一种基于边缘和灰度的遥感图像变化检测方法,用于解决现有的遥感图像变化检测方法精度低的技术问题。技术方案是利用基于双边滤波的Canny算法进行多时相图像边缘特征提取,然后对灰度差值图像进行OSTU阈值分割和边缘提取,获得灰度特征。再将所提取的边缘和灰度特征进行综合,检测遥感图像的变化区域。由于充分利用了图像中的线性特性的同时,利用灰度差值图像弥补了因配准误差造成的断线,遥感图像变化检测方法的精度由背景技术的87.75%提高到90.32%,提高了检测准确性。

    一种用于场景时空频互补的图像动态获取方法

    公开(公告)号:CN119919617A

    公开(公告)日:2025-05-02

    申请号:CN202510413766.0

    申请日:2025-04-03

    Abstract: 本发明公开了一种用于场景时空频互补的图像动态获取方法,首先基于成像参数初值获取初始图像序列并确定相机的最佳对焦距离,之后计算重新拍摄图像的信息量融合加权图以及场景辐照度值并确定场景辐照度分布,基于空间域的图像信息量和频域的图像信息量加权得到最佳信息量融合加权图;对缺失信息的正差值、最佳信息量融合加权图计算相对缺失比例并确定是否继续采集图像;训练全连接神经网络,以平均缺失信息量作为网络输入,预测相机的成像参数并基于此对相机进行调整。本发明方法可以主动获取目标所在场景中的缺失信息,以实现最大化获取场景全部信息量。

    一种基于图像区域划分的非均匀一致模糊去除方法

    公开(公告)号:CN113096032B

    公开(公告)日:2024-03-19

    申请号:CN202110288031.1

    申请日:2021-03-18

    Abstract: 本发明涉及一种基于图像区域划分的非均匀一致模糊去除方法,属于图像处理技术领域。包括以下步骤:提取单帧模糊图像中有利于后续重建清晰图像的特征图,将特征图输入到强模糊和弱模糊检测模块中,分别输出检测到的强模糊区域和弱模糊区域注意力图;分别将强模糊区域和弱模糊区域注意力图与特征图进行按位点乘,并加上输入的特征图,提取出按照图像成份被划分出的强模糊区域和弱模糊区域在原始特征图上的特征信息;随后分别输入到强模糊和弱模糊去除的解码器模块中,采用两个解码器分支同时重建潜在的清晰图像的形式,分别得到去除强模糊及弱模糊后的图像:之后输入到特征融合模块进而生成完整的去模糊后的最终清晰图像。

    基于多分支网络的空间环境高动态范围成像方法

    公开(公告)号:CN114998141B

    公开(公告)日:2024-03-12

    申请号:CN202210642198.8

    申请日:2022-06-07

    Abstract: 本发明提供了一种基于多分支网络的空间环境高动态范围成像方法,输入存在一定运动与噪声的多帧低动态图像,经过网络处理后输出无鬼影、不含噪声的高质量高动态图像,基于深度学习的多帧高动态范围成像方法通过神经网络提取图像特征,最终生成无鬼影、无噪声的高动态范围图像。本发明解决了现有的主流高动态成像方法仍然存在的诸多技术难题,比如无法完全消除运动图像造成的鬼影,处理时忽视了图像中存在的噪声,在处理空间图像时效果不佳等问题,使网络可以处理不同区域的亮度和噪声分布,具有空域变换性,在通道维度强化有效特征,抑制存在运动目标、细节缺失的低质量区域特征,进而获得更好的去鬼影效果。

Patent Agency Ranking