-
公开(公告)号：CN118411305A
公开(公告)日：2024-07-30
申请号：CN202410507215.6
申请日：2024-04-25
Applicant: 北京科技大学 , 北京科技大学顺德创新学院
Abstract: 本发明提供一种基于去噪与多阶稀疏联合先验的水下图像增强方法及系统，所述方法包括：输入水下原始图像，从RGB颜色空间转换到HSV颜色空间；对亮度通道进行处理：对Retinex变分模型扩展并加入噪声项，同时将亮度通道分解成反射率和光照，进行多阶稀疏梯度先验约束；将水下图像增强与去噪问题表示为多变量联合优化问题，采用增扩拉格朗日方法进行优化求解；迭代更新多次得到增强后的反射率和光照；利用伽马修正方法修正增强后的光照，并与增强后的反射率进行像素点相乘，得到增强后的亮度通道；将增强后的亮度通道与原始色度通道及饱和度通道合并，转换回RGB颜色空间，得到水下增强图像。本发明可提升水下图像的对比度和结构细节。
-
公开(公告)号：CN117593235B
公开(公告)日：2024-04-09
申请号：CN202410070687.X
申请日：2024-01-18
Applicant: 北京科技大学 , 北京科技大学顺德创新学院
IPC: G06T5/92 , G06T5/60 , G06T5/70 , G06N3/0464 , G06N3/084 , G06N3/0985
Abstract: 本发明提供一种基于深度CNN去噪先验的Retinex变分水下图像增强方法和装置，包括：输入水下降质图像，并利用归一化颜色修正方法进行颜色修正；从RGB颜色空间转换到HSV颜色空间；根据Retinex理论，将HSV颜色空间的亮度通道分解成反射率分量和光照分量，采用深度CNN去噪器学习反射率分量和光照分量的隐式先验，通过交替迭代优化算法得到反射率分量和光照分量的增强结果；利用伽马修正方法修正光照分量的增强结果；将反射率分量的增强结果和伽马修正后的光照分量进行图像像素的逐点相乘，得到增强后的亮度通道，合并增强后的亮度通道、HSV颜色空间的色度通道和饱和度通道，转换到RGB空间，得到并输出最终的水下增强图像。本发明能高效地输出优质水下增强图像。
-
公开(公告)号：CN118446933B
公开(公告)日：2025-02-07
申请号：CN202410549702.9
申请日：2024-05-06
Applicant: 北京科技大学 , 北京科技大学顺德创新学院
Abstract: 本发明提供一种基于信息熵保真和多阶光照先验的水下图像增强方法，包括：输入低照度水下图像，从RGB颜色空间转换到HSV颜色空间；对亮度通道进行处理，包括：根据Retinex变分模型将亮度通道分解为光照和反射率，对数据保真进行信息熵的非高斯建模；对光照多阶梯度及反射率一阶梯度进行稀疏先验约束；采用交替方向乘子法将上述联合优化问题分解为反射率和光照两个子问题，利用半二次优化方法对两个子问题分别进行迭代更新与求解，得到增强后的光照和反射率；两者进行逐个像素点相乘，得到增强后的亮度通道，与原始色度通道及饱和度通道合并，再从HSV颜色空间转换回RGB颜色空间，从而实现低照度水下图像的增强。
-
公开(公告)号：CN118411305B
公开(公告)日：2025-01-28
申请号：CN202410507215.6
申请日：2024-04-25
Applicant: 北京科技大学 , 北京科技大学顺德创新学院
Abstract: 本发明提供一种基于去噪与多阶稀疏联合先验的水下图像增强方法及系统，所述方法包括：输入水下原始图像，从RGB颜色空间转换到HSV颜色空间；对亮度通道进行处理：对Retinex变分模型扩展并加入噪声项，同时将亮度通道分解成反射率和光照，进行多阶稀疏梯度先验约束；将水下图像增强与去噪问题表示为多变量联合优化问题，采用增扩拉格朗日方法进行优化求解；迭代更新多次得到增强后的反射率和光照；利用伽马修正方法修正增强后的光照，并与增强后的反射率进行像素点相乘，得到增强后的亮度通道；将增强后的亮度通道与原始色度通道及饱和度通道合并，转换回RGB颜色空间，得到水下增强图像。本发明可提升水下图像的对比度和结构细节。
-
公开(公告)号：CN118227985A
公开(公告)日：2024-06-21
申请号：CN202410215959.0
申请日：2024-02-27
Applicant: 北京科技大学 , 北京科技大学顺德创新学院
IPC: G06F18/20 , G06F18/10 , G06F18/213 , G06F18/214 , G06N3/042 , G06N3/09
Abstract: 本发明提供一种基于马尔科夫扩散方式的新能源负荷数据重建方法和系统，包括：获取待重建新能源负荷数据，包括存在缺失异常值的目标数据，以及对应的影响目标数据的时序数据和静态数据；输入多时空尺度同步图神经网络，输出带有时空尺度特征的待重建新能源负荷数据；输入影响因素协变量特征融合模块，输出既带有时空尺度特征又带有影响因素协变量特征的待重建新能源负荷数据；对缺失异常部分加噪，将其他部分目标数据、以及所有的时序数据和静态数据作为条件数据，使用基于马尔科夫扩散方式搭建的扩散模型对加噪后的缺失异常部分反向去噪，输出缺失异常部分的重建值。本发明能对新能源负荷数据的缺失异常部分进行高效准确地重建。
-
Patent Agency Ranking
公开(公告)号：CN117593235A
公开(公告)日：2024-02-23
申请号：CN202410070687.X
申请日：2024-01-18
Applicant: 北京科技大学 , 北京科技大学顺德创新学院
IPC: G06T5/92 , G06T5/60 , G06T5/70 , G06N3/0464 , G06N3/084 , G06N3/0985
Abstract: 本发明提供一种基于深度CNN去噪先验的Retinex变分水下图像增强方法和装置，包括：输入水下降质图像，并利用归一化颜色修正方法进行颜色修正；从RGB颜色空间转换到HSV颜色空间；根据Retinex理论，将HSV颜色空间的亮度通道分解成反射率分量和光照分量，采用深度CNN去噪器学习反射率分量和光照分量的隐式先验，通过交替迭代优化算法得到反射率分量和光照分量的增强结果；利用伽马修正方法修正光照分量的增强结果；将反射率分量的增强结果和伽马修正后的光照分量进行图像像素的逐点相乘，得到增强后的亮度通道，合并增强后的亮度通道、HSV颜色空间的色度通道和饱和度通道，转换到RGB空间，得到并输出最终的水下增强图像。本发明能高效地输出优质水下增强图像。
-
公开(公告)号：CN118552434B
公开(公告)日：2025-03-21
申请号：CN202410625747.X
申请日：2024-05-20
Applicant: 北京科技大学 , 北京科技大学顺德创新学院
Abstract: 本发明提供一种基于收缩函数保真的水下图像海洋雪去除方法及装置，所述方法包括：将含有海洋雪的原始水下图像从RGB颜色空间转换到HSV颜色空间；将亮度通道分解为光照和反射率，对数据保真采用收缩函数学习的非高斯建模；利用亮度通道的一阶修正梯度约束反射率的一阶梯度稀疏先验，并用L1范数约束光照的一阶梯度稀疏先验；采用交替方向乘子法将联合优化问题分解为光照、反射率、辅助变量子问题求解；使用负峰值信噪比作为损失函数，学习收缩函数，并最小化损失函数；将增强后的亮度通道与原始色度通道及饱和度通道合并后转换回RGB颜色空间，输出去除海洋雪的水下图像。本发明可实现海洋雪去除和增强水下图像结构及细节。
-
公开(公告)号：CN118446913B
公开(公告)日：2024-11-22
申请号：CN202410442528.8
申请日：2024-04-12
Applicant: 北京科技大学 , 北京科技大学顺德创新学院
Abstract: 本发明公开了一种基于深度迭代的水下图像增强与去模糊方法及系统，涉及水下图像增强技术领域，包括：对初始水下图像进行颜色校正，得到校正之后的水下图像；基于校正之后的水下图像构建水下成像模型，并对水下成像模型引入模糊项，以得到去模糊扩展之后的水下成像模型；基于去模糊扩展之后的水下成像模型，将对初始水下图像进行图像增强问题转变为多变量联合优化问题；基于增广拉格朗日方法和交替方向乘子法，将多变量联合优化问题分解为多个子问题；基于深度迭代优化网络对多个子问题进行求解，得到增强和去模糊之后的水下图像。本发明缓解了现有技术中存在的复杂水下环境中各先验难以准确建模的技术问题。
-
公开(公告)号：CN118227985B
公开(公告)日：2024-10-22
申请号：CN202410215959.0
申请日：2024-02-27
Applicant: 北京科技大学 , 北京科技大学顺德创新学院
IPC: G06F18/20 , G06F18/10 , G06F18/213 , G06F18/214 , G06N3/042 , G06N3/09
Abstract: 本发明提供一种基于马尔科夫扩散方式的新能源负荷数据重建方法和系统，包括：获取待重建新能源负荷数据，包括存在缺失异常值的目标数据，以及对应的影响目标数据的时序数据和静态数据；输入多时空尺度同步图神经网络，输出带有时空尺度特征的待重建新能源负荷数据；输入影响因素协变量特征融合模块，输出既带有时空尺度特征又带有影响因素协变量特征的待重建新能源负荷数据；对缺失异常部分加噪，将其他部分目标数据、以及所有的时序数据和静态数据作为条件数据，使用基于马尔科夫扩散方式搭建的扩散模型对加噪后的缺失异常部分反向去噪，输出缺失异常部分的重建值。本发明能对新能源负荷数据的缺失异常部分进行高效准确地重建。
-
公开(公告)号：CN118446913A
公开(公告)日：2024-08-06
申请号：CN202410442528.8
申请日：2024-04-12
Applicant: 北京科技大学 , 北京科技大学顺德创新学院
Abstract: 本发明公开了一种基于深度迭代的水下图像增强与去模糊方法及系统，涉及水下图像增强技术领域，包括：对初始水下图像进行颜色校正，得到校正之后的水下图像；基于校正之后的水下图像构建水下成像模型，并对水下成像模型引入模糊项，以得到去模糊扩展之后的水下成像模型；基于去模糊扩展之后的水下成像模型，将对初始水下图像进行图像增强问题转变为多变量联合优化问题；基于增广拉格朗日方法和交替方向乘子法，将多变量联合优化问题分解为多个子问题；基于深度迭代优化网络对多个子问题进行求解，得到增强和去模糊之后的水下图像。本发明缓解了现有技术中存在的复杂水下环境中各先验难以准确建模的技术问题。
-
-
-
-
-
-
-
-
-
Search Results
45
records
(took 0.037 seconds)
