-
公开(公告)号:CN118096531A
公开(公告)日:2024-05-28
申请号:CN202410120606.2
申请日:2024-01-29
Applicant: 南京理工大学
IPC: G06T3/4053 , G06T5/50
Abstract: 本发明提供一种基于深度图像超分辨率模型的图像处理方法,本发明提供的模型从输入端至输出端包括色彩图像特征提取网络、深度图像特征提取网络以及将两者结合的图像重建网络。其中,色彩图像特征提取网络包括3个并行的Markov特征提取模块;深度图像特征提取网络包括升维模块、亚像素卷积层、残差网络模块以及3个并行的卷积层。图像重建网络包含两组权重互反馈机制计算单元以及最后的残差模块。得到超分辨率模型的图像后,对模型进行训练,验证和测试。与现有技术相比,本发明提供的模型在深度图像重建过程中实现了高度失真情况下,重建深度图像的丢失细节,使得图像高度还原。
-
公开(公告)号:CN117129964A
公开(公告)日:2023-11-28
申请号:CN202210545130.8
申请日:2022-05-19
Applicant: 南京理工大学
IPC: G01S7/48
Abstract: 本发明公开了一种基于BiGRU的激光雷达饱和信号复原方法,通过比例缩放、数值放大以及高斯滤波获得饱和回波对应的理想回波信号;按照指定宽度截取饱和回波信号和理想回波信号,作为数据集的样本和标签;根据划分的训练集和测试集构建、训练并优化BiGRU模型;截取指定宽度的饱和回波信号送入训练好的BiGRU模型中,获得恢复的回波信号。本发明可以综合不同因素对激光雷达回波饱和程度的影响,建立不同饱和程度下饱和信号与理想信号的对应关系,而且可以减小数据规模,缩短训练时间。本发明无需给出具体的数学表达式,适用于不同回波波形形状的全波形激光雷达系统,能够快速、准确地从含噪饱和回波信号中恢复出无噪理想回波信号。
-