-
公开(公告)号：CN105469413B
公开(公告)日：2017-12-26
申请号：CN201510938095.6
申请日：2015-12-10
Applicant: 哈尔滨工业大学
IPC: G06T7/00
Abstract: 一种基于归一化振铃加权的无参考模糊复原图像综合质量评估方法，本发明涉及无参考模糊复原图像综合质量评估方法。本发明是要解决复原图像质量评估方法无法全面、合理及有效地对模糊复原图像质量进行评估的问题。该方法是通过一、得到复原图像I；二、得到参考图像Ir；三、计算I和Ir的亮度相似度指标l(I,Ir)、c(I,Ir)和s(I,Ir)；四、计算图像I和Ir的梯度相似度指标；五、得到MGSSIM(I,Ir)；六、得到改进的无参考结构相似度指标INRSSM；七、归一化振铃度量指标NRM；八、生成复原图像质量振铃退化因子β；九、得到最终的复原图像质量评估指标RIAM等步骤实现的。本发明应用于无参考模糊复原图像综合质量评估领域。
-
公开(公告)号：CN104408707B
公开(公告)日：2017-04-19
申请号：CN201410592425.6
申请日：2014-10-28
Applicant: 哈尔滨工业大学
Abstract: 一种快速数字成像模糊鉴别与复原图像质量评估方法，本发明涉及模糊鉴别与复原图像质量评估方法。本发明是要解决现有方法实时性能差，不能对模糊图像和清晰图像进行有效鉴别，不能对图像复原结果进行有效评价，模糊复原处理后输出结果不稳定的问题，该方法是通过1获得梯度图像G(i,j)；2计算平均灰度梯度值；3获得梯度图像的统计分布信息；4对BIM进行阈值判定；5得到复原图像；6生成参考图像F1和D1；7计算参考图像和待评价图像的亮度相似度、对比度相似度和结构相似度；8计算g(F(i,j),F1)和g(D(i,j),D1)；9得到无参考图像评价指标；10对无参考图像评价指标进行判断；等步骤实现的。本发明应用于模糊鉴别与复原图像质量评估领域。
-
公开(公告)号：CN104282003B
公开(公告)日：2017-04-19
申请号：CN201410597722.X
申请日：2014-10-29
Applicant: 哈尔滨工业大学
IPC: G06T5/00
Abstract: 一种基于梯度筛选的数字模糊图像盲复原方法，属于图像和视频处理技术领域。本发明解决了现有的方法对复杂运动的模糊核估计不准确，需要先验运动形式这一缺陷，同时解决归一化稀疏正则化盲复原方法对具有较多细节的图像复原效果较差的问题。本发明的技术方案为：输入的图像经过双边滤波、冲击滤波，梯度筛选剔除小梯度幅值细节信息，归一化稀疏正则化盲复原，最后输出清晰图像。本发明可应用于民用照相摄像、智能视频监控、智能安防、光学成像遥感、军事成像侦察和导弹成像制导等领域。
-
公开(公告)号：CN105469413A
公开(公告)日：2016-04-06
申请号：CN201510938095.6
申请日：2015-12-10
Applicant: 哈尔滨工业大学
IPC: G06T7/00
CPC classification number: G06T7/0002 , G06T2207/30168
Abstract: 一种基于归一化振铃加权的无参考模糊复原图像综合质量评估方法，本发明涉及无参考模糊复原图像综合质量评估方法。本发明是要解决复原图像质量评估方法无法全面、合理及有效地对模糊复原图像质量进行评估的问题。该方法是通过一、得到复原图像I；二、得到参考图像Ir；三、计算I和Ir的亮度相似度指标l(I,Ir)、c(I,Ir)和s(I,Ir)；四、计算图像I和Ir的梯度相似度指标；五、得到MGSSIM(I,Ir)；六、得到改进的无参考结构相似度指标INRSSM；七、归一化振铃度量指标NRM；八、生成复原图像质量振铃退化因子β；九、得到最终的复原图像质量评估指标RIAM等步骤实现的。本发明应用于无参考模糊复原图像综合质量评估领域。
-
公开(公告)号：CN103345733A
公开(公告)日：2013-10-09
申请号：CN201310325849.1
申请日：2013-07-31
Applicant: 哈尔滨工业大学
Abstract: 基于改进暗通道先验的快速低照度图像增强方法，本发明涉及快速低照度图像增强方法。本发明是要解决低照度图像增强方法计算量大，实时性差、边缘信息易被模糊、暗通道先验方法对浅色区域不适用、原有的基于暗通道先验低照度增强方法对于反光和不均匀光照区域处理效果差的问题。一、输入图像I(i，j)；二、计算图像I(i，j)的初始暗通道图像D(i，j)；三、计算D(i，j)的像素平均暗通道灰度值和最大暗通道灰度值；四、判断图像I(i，j)中的浅色区域；五、对修改后的暗通道图像进行线性平滑；六、获得平滑的光照强度图像的直方图，并确定标准光照强度；七、恢复图像。属于图像和视频处理领域。
-
Patent Agency Ranking
公开(公告)号：CN115964955A
公开(公告)日：2023-04-14
申请号：CN202310038740.3
申请日：2023-01-11
Applicant: 哈尔滨工业大学
IPC: G06F30/27 , G06F18/214 , G06N3/04 , G06N3/08
Abstract: 离散编码超表面单元电磁响应预测方法及设备，属于深度学习和电磁超表面技术领域。为了解决现有的对自由度较高超表面正向预测过程中，存在的预测精度不够及无法同时预测相位频谱和幅值频谱的问题。本发明首先选定基底材料，基于离散编码对离散编码超表面单元进行建模；将超表面单元输入电磁仿真软件得到该超表面单元的电磁响应，分别是水平极化和垂直极化S参数的幅值Am和相位Ph频谱，处理后将之作为对应数据的标签；将数据集输入预测神经网络模型得到预测的离散超表面电磁响应，基于仿真的电磁响应和预测的电磁响应构建损失函数，基于损失函数训练预测神经网络；最后利用训练好的预测神经网络进行离散编码超表面单元电磁响应预测。
-
公开(公告)号：CN110163807B
公开(公告)日：2023-04-07
申请号：CN201910211765.2
申请日：2019-03-20
Applicant: 哈尔滨工业大学
Abstract: 一种基于期望亮通道的低照度图像增强方法，涉及低照度图像增强方法，属于数字图像处理领域。为了解决现有的基于亮通道先验的低照度图像增强算法中求取透射率图像需要人为调节参数的问题，提出了基于期望亮通道的低照度图像增强算法。本发明首先收集HDR图像并对其进行统计，获取其最大值通道图像的分布直方图，作为增强后图像的期望亮通道直方图。其次，利用期望亮通道直方图对低照度图像的最大值通道图像进行直方图规定化处理，得到期望亮通道图像。然后，利用期望亮通道图像和大气成像方程求取透射率图像。最后，结合大气散射模型对低照度图像进行增强。本发明对不同亮度的低照度图像均有较好的增强效果，可以显著增强图像的亮度和对比度，使图像细节更加清晰。
-
公开(公告)号：CN111899201B
公开(公告)日：2022-06-07
申请号：CN202010826749.7
申请日：2020-08-17
Applicant: 哈尔滨工业大学
Abstract: 一种基于条件重增强网络的低照度图像增强方法，属于数字图像处理领域。本发明为解决现有低照度图像增强方法中存在的无法同时处理低对比度、低亮度、噪声和颜色退化的问题。本发明提出的增强方法中包含一个条件重增强网络，该网络的输入为低照度图像及其最大值通道图像和其期望最大值通道图像，输出为最终增强图像。期望最大值通道图像在训练阶段通过对监督图像的最大值通道图像添加模糊和噪声或对低照度图像最大值通道图像做色调映射得到，在测试阶段为经过任意图像增强方法处理后的低照度图像的最大值通道图像。本发明可以显著增强低照度图像的亮度、对比度，同时去除噪声并减少颜色失真现象。本发明可以用于低照度图像的增强。
-
公开(公告)号：CN112308803B
公开(公告)日：2021-10-01
申请号：CN202011345050.5
申请日：2020-11-25
Applicant: 哈尔滨工业大学
Abstract: 一种基于深度学习的自监督低照度图像增强及去噪方法，属于数字图像处理领域。本发明为解决现有基于深度学习的自监督低照度图像增强方法难以抑制噪声及无法直接调节增强图像对比度的问题。本发明包含一个自监督低照度图像增强网络和用于噪声抑制的正则项，该网络可以和现有的任意对比度调节方法如Gamma变换结合，实现网络自监督的训练，噪声抑制正则项可以用于网络训练时的损失函数以使得网络具有噪声抑制能力。本发明可在增强低照度图像对比度和亮度的同时，保留颜色和细节信息，并显著抑制噪声。本发明可以用于低照度图像的增强及去噪。
-
公开(公告)号：CN112379354B
公开(公告)日：2021-09-28
申请号：CN202011277992.4
申请日：2020-11-16
Applicant: 哈尔滨工业大学
IPC: G01S7/497
Abstract: 一种MEMS扫描激光雷达系统的时间误差自标定方法。本发明为解决现有基于ToF法的MEMS扫描激光雷达中存在时间误差导致的成像畸变及测距误差问题。本发明首先运行待标定MEMS扫描激光雷达，扫描任意非平面非空场景，采集扫描数据，并标定MEMS微镜与激光器之间的同步时间误差；然后运行已标定同步时间误差后的MEMS扫描激光雷达，扫描相应平面并采集N帧扫描数据；标定每一帧数据中的延迟时间误差，对每一帧数据获取的时间误差求平均值，该平均值即为系统延迟时间误差。可利用任意非平面目标来标定MEMS微镜与激光器之间的同步时间误差，可以利用任意平面来标定出射脉冲和接收回波信号之间的系统延迟时间误差。用于扫描激光雷达系统的时间误差的标定。
-
-
-
-
-
-
-
-
-
Search Results
36
records
(took 0.021 seconds)
