-
公开(公告)号：CN117952874A
公开(公告)日：2024-04-30
申请号：CN202311683095.7
申请日：2023-12-08
Applicant: 大连海事大学
Abstract: 本发明提供一种基于知识蒸馏的双教师轻量化水下图像增强方法包括以下步骤：通过对双教师提前进行预训练，在学生网络学习阶段进行指导，使学生网络的中间特征更加贴近教师网络的中间特征，这种策略能够增强学生的泛化能力。为了使教师子网输出的不充分利用和使学生网络学习更具区分性的特征表示，本发明提出了困难负样本的对比学习策略，让教师网络的输出成为负样本送入到后续的对比学习中，来强化学生网络的特征学习。本发明方法的所提出的水下图像增强网络该方法能够在保持轻量化的前提下，有效提升图像质量，实现图像增强。
-
公开(公告)号：CN117541521A
公开(公告)日：2024-02-09
申请号：CN202311304894.9
申请日：2023-10-10
Applicant: 大连海事大学
IPC: G06T5/92 , G06T5/80 , G06T5/73 , G06T7/33 , G06T7/35 , G06T7/13 , G06T3/4038 , G06T7/90 , G06T7/50 , G06V10/46
Abstract: 本发明提供一种基于综合成像模型和几何结构保护的水下视觉重建方法，分为图像复原、特征提取、对齐矫正三部分。在图像复原中，本发明基于图像色偏程度结合通道强度先验和无监督技术来估计深度图，解决了由人工照明或纯色物体引起的先验故障，扩展了无监督方法的应用场景。在特征提取中，本发明利用深度改进的随机抽样一致算法基于深度和焦距的一致性去除尺度不变特征变换检测算法匹配错误的特征点对，解决了匹配准确度低、时间复杂度高的问题。在对齐矫正中，本发明基于网格变形和最优化的思想构建目标函数，解决大视差图像对齐和几何结构保护之间相冲突的问题，并得到具有视觉吸引力和自然可见性的重建大视角水下图像。
-
公开(公告)号：CN112508091B
公开(公告)日：2024-01-19
申请号：CN202011411042.6
申请日：2020-12-03
Applicant: 大连海事大学
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种基于卷积神经网络的低质量图像分类方法包括以下步骤:首先，预处理数据集、搭建模型、训练模型、预测分类。首先，预处理数据集，对数据集中的所有图像统一尺寸，将数据集分为训练集和测试集，并按照拍摄环境标注对应label；其次，搭建深度学习模型，本发明的深度学习模型为卷积神经网络，模型中包含6个MSCB子结构，同时采用了两个辅助分类器增强模型的鲁棒性，通过一个softmax层输出图像类别信息；然后，使用预处理后的数据集输入模型，通过梯度下降算法训练模型中的各个参数；最后，将待预测的图像输入训练好的模型进行正向传播，得到该图像的类型，总共可分为4种类型：雾天图像、水下图像、低光照图像、正常环境图像。
-
公开(公告)号：CN111428934B
公开(公告)日：2023-11-24
申请号：CN202010245046.5
申请日：2020-03-31
Applicant: 大连海事大学
IPC: G06Q10/04 , G06Q50/26 , G06N3/045 , G06N3/047 , G06N3/096 , G06F18/2135 , G06F18/27 , G06F123/02
Abstract: 本发明提供一种基于实时统计数据的公交站点短时客流预测方法，包括：将客流时间序列分解为线性趋势部分与非线性特征部分；使用时间序列模型对客流时间序列的线性趋势部分进行预测；利用深度信念网络对客流时间序列非线性特征部分进行预测；利用改进极限学习机算法建立基于客流时间序列的线性趋势部分预测结果以及客流时间序列非线性特征部分预测结果的组合预测模型；基于所述组合预测模型各单一时间尺度客流时间序列预测结果，利用改进极限学习机算法建立混合关系预测模型；利用所述混合关系预测模型预测短时客流变化。本发明综合分析客流统计数据线性特性和非线性特性，有效提高站点客流预测精度。
-
公开(公告)号：CN112419210B
公开(公告)日：2023-09-22
申请号：CN202011444565.0
申请日：2020-12-08
Applicant: 大连海事大学
Abstract: 本发明提供一种基于颜色校正和三区间直方图拉伸的水下图像增强方法。本发明方法，包括：对源图像进行颜色校正处理，采用三区间直方图均衡化方法对源图像分别在R、G、B通道进行处理，对单通道的像素值进行拉伸，进行阈值选择并分离三个子区间，完成三区间均衡化操作，得到三区间直方图均衡化的增强图像。将基于子区间线性变换后的图像和三区间直方图均衡化图像进行线性加权融合，重构出最终的去雾图像。本发明利用基于多区间的直方图均衡化方法，对源图像的单通道直方图进行更精确的划分，在单个区间上进行直方图均衡，同时与颜色校正处理后的图像线性融合，使得源图像的暗处细节得到更好的展示，同时降低了噪声，实现图像去雾。
-
Patent Agency Ranking
公开(公告)号：CN110889812B
公开(公告)日：2023-05-09
申请号：CN201910961740.4
申请日：2019-10-11
Applicant: 大连海事大学
Abstract: 本发明提供一种多尺度融合图像特征信息的水下图像增强方法。本发明方法，包含以下三个过程：首先，采用动态阈值白平衡解决颜色偏色；其次，增强图像对比度，使用同态滤波分离高频信息和低频信息，使用梯度场双区间直方图均衡化增强高频信息，采用Gamma校正处理低频信息，调整图像曝光度。最后，基于图像对比度、饱和度和最佳曝光度，采用多尺度融合策略对高频信息、双区间直方图输出图和Gamma校正后低频信息进行融合，得到增强图像。本发明专利提出了一种多尺度融合图像特征信息的水下图像增强方法，该方法通过多尺度融合策略，不仅增强图像细节和全局对比度，而且有效避免图像的过曝光和曝光不足，对图像暗区域的细节具有较好增强效果。
-
公开(公告)号：CN114612314A
公开(公告)日：2022-06-10
申请号：CN202111571942.1
申请日：2021-12-21
Applicant: 大连海事大学
Abstract: 本发明提供一种基于双引导滤波的水下图像增强方法，首先，对水下图像进行红通道补偿和灰度世界白平衡，校正水下图像的色彩；接下来，使用引导滤波对白平衡后的图像进行增强，得到第一个融合输入图像。然后使用不同尺度的引导滤波得到精确的平滑图像，作为第二个融合输入图像。最后，使用多尺度融合方法，根据输入图分别得到四个权重图，得到标准化权重图，将权重图与输入图进行多尺度融合。本发明利用双引导滤波对水下图像处理，使得增强后的图像视觉效果较好，提升了清晰度。
-
公开(公告)号：CN114240793A
公开(公告)日：2022-03-25
申请号：CN202111574984.0
申请日：2021-12-21
Applicant: 大连海事大学
Abstract: 本发明提供基于多区间子直方图均衡化水下图像增强方法包括以下步骤：对源图像进行颜色校正处理；对图像进行对比度增强处理，采用多区间子直方图均衡化方法对源图像直方图分别在R、G、B通道上进行处理，进行阈值选择并分离多个子区间，进而得到多个子直方图并完成多区间子直方图均衡化操作；将颜色校正后图像以及对比度增强后的图像进行多尺度融合，重构出最终的去雾图像。本发明通过基于多区间子直方图均衡化方法，对源图像的单通道直方图进行更精确的划分，同时与颜色校正处理后的图像多尺度融合，使得源图像的暗处细节得到更好的展示，对比度和颜色得到有效改善，同时降低了噪声，实现图像去雾。
-
公开(公告)号：CN113269763A
公开(公告)日：2021-08-17
申请号：CN202110620221.9
申请日：2021-06-03
Applicant: 大连海事大学
Abstract: 本发明提供一种基于深度图复原和亮度估计的水下图像清晰度恢复方法。本发明方法，包含以下步骤：首先，对水下图像进行均衡化处理；其次，使用单目深度估计模型估计均衡化后水下图像的相对深度，再使用图像分割的策略，分割出后景深度估计错误的部分并进行重新估计；接着，使用引导滤波平滑深度重新估计的区域；然后，通过深度归一化操作将相对深度转化为绝对深度；将图像像素点按其深度值等分成多个区间，在各区间中搜索退化图像的潜在最小像素点；使用水下图像成像模型，分通道拟合参数并估计并去除后向散射；最后，采用自动亮度值估计方法估计亮度参数，在去除后向散射的图像上使用最优亮度参数调整亮度并去除水下图像偏色。
-
公开(公告)号：CN112488955A
公开(公告)日：2021-03-12
申请号：CN202011444570.1
申请日：2020-12-08
Applicant: 大连海事大学
IPC: G06T5/00
Abstract: 本发明提供了一种基于波长补偿的水下图像复原方法。本发明方法包括：对原图像进行基于九分位细分层次搜索估计大气光点。然后在不同的Jerlov水类型中使用Haze‑lines方法计算透射图，使用不同衰减系数补偿大气光，计算距离图和深度图，得到复原图。为进一步提高水下图像的对比度，使用对比度受限的自适应直方图对复原结果进行增强。然后根据基于灰度世界假设和信息熵的选取法则的确定最终输出图像。本发明利用九分位的方法获取大气光，有效地避免景物和光斑对估计大气光造成的影响，准确的估计大气光。使用不同的水的类型估计距离图和深度图，有效地解决水下图像退化问题，最后使用对比度受限的自适应直方图进行增强可以有效地增强图像的对比度和亮度。
-
-
-
-
-
-
-
-
-
Search Results
93
records
(took 0.025 seconds)
