-
-
公开(公告)号：CN115526778A
公开(公告)日：2022-12-27
申请号：CN202211234391.4
申请日：2022-10-10
Applicant: 上海大学
Abstract: 本发明公开了一基于通道分离深度神经网络的红外图像超分辨率重建方法，包括如下步骤：准备训练数据集：根据已有的高分辨率红外图像数据集，通过双三次插值模拟退化过程，生成对应的低分辨率红外图像；构建深度神经网络模型：包括浅层特征抽取模块、深层特征抽取模块和图像重构模块；训练深度神经网络模型：设置好超参数，将成对的低分辨率和高分辨率红外图像输入所述网络模型，通过反向传播算法更新网络权重，直至达到所设定的最大迭代次数；保存网络模型，以供后续用来测试红外图像超分辨率重建效果。所述方法能够在提升已捕获的低分辨率红外图像分辨率的同时，较好的还原其边缘和纹理，为后续运动分割和追踪等提供坚实基础。
-
-
Patent Agency Ranking
公开(公告)号：CN115526779A
公开(公告)日：2022-12-27
申请号：CN202211234451.2
申请日：2022-10-10
Applicant: 上海大学
Abstract: 本发明公开了一种基于动态注意力机制的红外图像超分辨率重建方法，涉及图像处理方法技术领域。所述方法包括如下步骤：构建一个基于动态注意力机制的轻量化深度神经网络模型；制作所述神经网络模型的训练数据集；使用所述训练数据集对所述神经网络模型进行训练：将成对的低分辨率红外图像和目标图像提供给所述网络模型，设置超参数开始训练网络，直至达到所设定的最大迭代次数，终止训练；保存模型：训练完成后，将评估过程中峰值信噪比最高指标所对应的一组网络权重保存为最终的网络模型参数用于后期测试。所述方法能够提高红外图像超分辨率性能且参数量较小，计算速度快。
-
公开(公告)号：CN106204481B
公开(公告)日：2019-06-25
申请号：CN201610537416.6
申请日：2016-07-10
Applicant: 上海大学
IPC: G06T5/00
Abstract: 本发明涉及一种新型图像色彩恒常性的光照估计方法。它是基于图像表面各点反射率的四阶导数计算，将图像等分成20个模块，对每个模块中反射率四阶导数值最大的点进行记录，利用每个模块中的最值，分别对相应模块各点四阶导数进行局部归一化处理，大量实验表明原图像各点反射率四阶导数总和与经过归一化处理过后的各点值的总和之比为常数，然后利用该线性规律推测出未知光源，结合Von Kries对角模型将图像颜色校正到标准白光下。本发明为图像色彩恒常算法提供新的方向，适用于计算机视觉和数字图像处理技术领域。
-
公开(公告)号：CN106204481A
公开(公告)日：2016-12-07
申请号：CN201610537416.6
申请日：2016-07-10
Applicant: 上海大学
IPC: G06T5/00
Abstract: 本发明涉及一种新型图像色彩恒常性的光照估计方法。它是基于图像表面各点反射率的四阶导数计算，将图像等分成20个模块，对每个模块中反射率四阶导数值最大的点进行记录，利用每个模块中的最值，分别对相应模块各点四阶导数进行局部归一化处理，大量实验表明原图像各点反射率四阶导数总和与经过归一化处理过后的各点值的总和之比为常数，然后利用该线性规律推测出未知光源，结合Von Kries对角模型将图像颜色校正到标准白光下。本发明为图像色彩恒常算法提供新的方向，适用于计算机视觉和数字图像处理技术领域。
-
公开(公告)号：CN106210712B
公开(公告)日：2018-07-10
申请号：CN201610654219.2
申请日：2016-08-11
Applicant: 上海大学
Abstract: 本发明公开一种图像坏点检测及处理方法。主要针对图像中存在的坏点进行处理，并且能够对图像边缘的坏点有较好的处理效果，同时对多坏点处理也有一定的效果。首先，根据硬件图像传感器情况，选择本方法最大可以处理几个坏点连续存在的情况，然后逐行迭代实现，则当前像素点的前面像素为可靠像素，对当前像素点为中心，周围Bayer像素建立矩阵，根据中心点是否为G像素点，选取不同的9个像素作为参考，结合图像噪声阈值，判断当前像素点是否为坏点，同时然后根据周围8个像素点与当前像素点差值，判断该像素点是否处于图像边缘，根据坏点所在不同的方向边缘来选择不同的可靠像素作为替代点，赋值给当前坏点进行坏点校正。
-
公开(公告)号：CN106210712A
公开(公告)日：2016-12-07
申请号：CN201610654219.2
申请日：2016-08-11
Applicant: 上海大学
Abstract: 本发明公开一种图像坏点检测及处理方法。主要针对图像中存在的坏点进行处理，并且能够对图像边缘的坏点有较好的处理效果，同时对多坏点处理也有一定的效果。首先，根据硬件图像传感器情况，选择本方法最大可以处理几个坏点连续存在的情况，然后逐行迭代实现，则当前像素点的前面像素为可靠像素，对当前像素点为中心，周围 Bayer像素建立矩阵，根据中心点是否为G像素点，选取不同的9个像素作为参考，结合图像噪声阈值，判断当前像素点是否为坏点，同时然后根据周围8个像素点与当前像素点差值，判断该像素点是否处于图像边缘，根据坏点所在不同的方向边缘来选择不同的可靠像素作为替代点，赋值给当前坏点进行坏点校正。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.014 seconds)
