公开(公告)号：CN118761923A

公开(公告)日：2024-10-11

申请号：CN202410853792.0

申请日：2024-06-28

Applicant: 南京农业大学

Inventor： 伍学惠 ,  吴双权 ,  翟肇裕 ,  徐焕良 ,  丁钰

IPC: G06T5/60 ,  G06T5/50 ,  G06T5/40 ,  G06T5/20 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/082

Abstract: 本发明公开了一种基于Unet与多尺度特征融合的水下图像增强方法，首先对水下失真原图像进行预处理；然后将预处理后的图像分别与原始图像两两结合，再通过图像增强网络进行深层次增强，并对原图像进行深层次增强；利用置信度生成网络生成相应的置信度值，并使用置信度值动态调整不同增强结果对最终图像的贡献比例，实现多尺度特征融合；最后使用拉普拉斯边缘检测对融合后的图像进行边缘增强，提高图像细节的清晰度和对比度。本发明确保了增强效果的全面优化，能够显著提升水下图像的亮度、色彩、纹理和结构等方面的质量，适用于多种水下环境中的高质量图像需求；具有高效、鲁棒的图像增强能力，为水下科学研究和工程应用提供了重要支持。

公开(公告)号：CN115205647A

公开(公告)日：2022-10-18

申请号：CN202210859319.4

申请日：2022-07-21

Applicant: 南京农业大学

Inventor： 伍学惠 ,  罗志伟 ,  徐焕良

IPC: G06V10/80 ,  G06V10/26 ,  G06V20/60 ,  G06V10/82 ,  G06V10/77 ,  G06V10/774 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于注意力机制与多尺度特征融合的植物图像分割方法，包括划分训练集、验证集和测试集，并进行数据处理；提取多尺度特征，包括深层特征和浅层特征；调整深层特征的通道权重，并对深层特征图进行上采样处理，得到上采样引导后的深层特征图；调整浅层特征的空间分布权重，得到调整空间分布权重后的浅层特征图；将上采样引导后的深层特征图和调整空间分布权重后的浅层特征图进行多尺度融合，得到多尺度融合后的特征图；模型训练，得到训练好的植物图像分割模型；最后对模型进行验证和测试。本发明能够较好的解决复杂背景下植物图像分割识别问题，具有较强的鲁棒性和较高的准确率，可为植物表型提取，长势预测提供视觉支持。