-
公开(公告)号:CN113658068A
公开(公告)日:2021-11-16
申请号:CN202110927314.6
申请日:2021-08-09
Applicant: 复旦大学
Abstract: 本发明公开了一种基于深度学习的CMOS相机的去噪增强系统及方法,该去噪增强系统包括:获取单元,通过搭建低照度环境模拟和采集系统,收集成对的低照度图像和相应正常光照下的参考图像作为训练的数据集;训练单元,通过将获取单元获取的数据集进行图像预处理后成对地输入卷积神经网络,通过优化损失函数进行模型训练;测试单元,通过将待测试图像输入已经训练好的模型中,得到去噪增强后的图像,并后续进行其他图像处理操作。本发明对CMOS相机在仅含有微弱可见光和红外光的暗环境下拍摄图片进行去噪和增强,解决以往去噪算法需要合成噪声、进行噪声估计、噪声去除不干净或导致图像细节过度平滑等问题。
-
公开(公告)号:CN113705369A
公开(公告)日:2021-11-26
申请号:CN202110908947.2
申请日:2021-08-09
Applicant: 复旦大学
Abstract: 本发明公开了一种基于全景环形透镜的视觉SLAM系统及方法,该系统包括:获取单元,通过搭载所述全景环形透镜的相机以某一帧率采集图像序列后;识别单元,通过分析图像处理后的结果,然后对PAL图像的环形有效区域的场景特征进行识别和提取,并进行帧间匹配;定位单元,选择相应的跟踪模型来估计位姿并进行优化;建图单元,通过获取单元、定位单元绘制出相机所在运动载体的行驶轨迹,并计算环境中特征点的空间坐标从而重建出场景地图。本发明采用了全景环形透镜以获取更多的场景特征,并通过筛选有效区域的特征以及采用自适应阈值剔除误差较大的点,有效提高了定位精度。
-