一种基于单光子探测器的深度图像重建方法

    公开(公告)号:CN118967949A

    公开(公告)日:2024-11-15

    申请号:CN202411437675.2

    申请日:2024-10-15

    Abstract: 本发明涉及一种基于单光子探测器的深度图像重建方法,属于计算摄像和图像处理技术领域。首先输入经过下采样的3D卷积,将初始下采样卷积的输出送入编码器进行特征提取。在每个编码层之后,提取的特征通过残差块进行处理,将这些处理后的特征与相应解码层的输入连接起来,在最后一个解码层中输入由编码层残差块处理的串联特征和原始特征组成。最后使用上采样卷积层输出去噪的光子效率测量直方图。本发明降低了时间维度信息的冗余性,可以处理极低信噪比条件下的光子高效深度重建问题,特别是在处理训练过程中未学习过的信噪水平输入时,也能保持一定的深度重建性能,证明了本发明具有较强的鲁棒性。

    一种基于退化仿真的干涉光谱成像复原方法及系统

    公开(公告)号:CN118960962A

    公开(公告)日:2024-11-15

    申请号:CN202411430376.6

    申请日:2024-10-14

    Abstract: 本发明涉及一种基于退化仿真的干涉光谱成像复原方法及系统,属于遥感图像处理技术领域。在退化建模标定中将干涉成像中的退化元素分为趋势项和噪声,并将退化过程建模为仪器退化、感光退化和信号无关退化三大阶段,采用干涉成像退化模型及相应的模型标定方法,针对特定的仪器提取各个阶段的退化特性和模型参数,生成相应的标定结果,并用于生成高度拟真的干涉数据。在复原过程中,构建一个多阶段的复原算法框架,将退化过程中的趋势项、变换计算等元素和噪声分开处理,同时设计了多阶段仿真数据集生成方法,能够根据标定结果,从光谱数据集生成专用于训练整个算法的、高拟真度的仿真干涉图数据集。本发明实现了效率更高、效果更好的干涉成像复原。

    基于空间通道混合注意力网络的图像超分辨率方法及系统

    公开(公告)号:CN117252758A

    公开(公告)日:2023-12-19

    申请号:CN202310978756.2

    申请日:2023-08-04

    Abstract: 本发明提出了基于空间通道混合注意力网络的图像超分辨率方法及系统,属于计算机图像处理技术领域。通过引入多样化特征编码方式,与具有更强非线性表达能力的特征转换模块,让网络关注不同类型的特征,提高了超分辨率网络性能,达到更好的高分辨率图像重构效果。采用空间通道混合嵌入,使不同的自注意头关注具有不同窗口和token大小的自相似信息,并降低自注意操作计算成本。设计了一种高效的卷积模块,它被插入到自注意操作之间,以进行适当的非线性特征转换,并为自注意操作提供更有效的输入特征图。相比现有技术,本发明在特征提取方面更加有效,能够根据低分辨率图像高效重建高分辨率图像,在图像和视频恢复、转换和显示等方面具有很高的应用性。

Patent Agency Ranking