公开(公告)号：CN116309202A

公开(公告)日：2023-06-23

申请号：CN202310320053.0

申请日：2023-03-29

Applicant: 南京信息工程大学

Inventor： 张开华 ,  孙子正 ,  丁鑫兰 ,  王玉琛

IPC: G06T5/40 ,  G06T5/00 ,  G06V10/80 ,  G06V10/774 ,  G06N3/0464 ,  G06N3/088

Abstract: 本发明公开了一种基于直方图均衡化先验的无监督低光增强方法，包括如下步骤：获取待增强的低光图像；将待增强的低光图像输入至预构建并训练好的无监督低光增强模型中；基于无监督低光增强模型的光照增强模块，对待增强的低光图像进行频域特征提取和级联特征学习，得到反射图像；基于无监督低光增强模型的噪声去除模块，对反射图像进行内容编码和去噪处理，得到增强后的低光图像。本发明能够有效的分解低光图像并分离噪声和内容，恢复更精细的细节，且显著提高复杂低光环境中的鲁棒性。

公开(公告)号：CN116309947A

公开(公告)日：2023-06-23

申请号：CN202310267162.0

申请日：2023-03-20

Applicant: 南京信息工程大学

Inventor： 宋慧慧 ,  丁鑫兰 ,  孙子正

IPC: G06T11/40 ,  G06N3/044 ,  G06N3/0475 ,  G06N3/094 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/048 ,  G06V10/82 ,  G06V10/764 ,  G06V10/80

Abstract: 本发明公开一种基于循环对抗生成网络的模拟靛胭脂染色方法，包括以下步骤：将内镜图像白光图像输入至训练好的模拟靛胭脂染色模型，生成模拟靛胭脂染色图像；所述模拟靛胭脂染色模型为基于Transformer和CNN的TransUNet骨干网络，其中，CNN中包括生成器GA、生成器GB和判别器Dx，所述模拟靛胭脂染色模型的训练方法包括：建立网络训练集；然后生成模拟染色图像P3；将模拟染色图像P3输入判别器Dx中，由判别器Dx判断模拟染色图像P3是否为内镜图像染色图像P2，得到相应的总损失并输入到生成器GA和生成器GB中进行训练。本发明提供的一种基于循环对抗生成网络的模拟靛胭脂染色方法，能够对内镜图像进行模拟靛胭脂染色，降低医疗成本，以及避免多次的内镜检测以及药物使用。