-
公开(公告)号：CN119313937A
公开(公告)日：2025-01-14
申请号：CN202411283721.8
申请日：2024-09-13
Applicant: 大连海事大学
IPC: G06V10/764 , G06F17/16 , G06V10/74
Abstract: 本发明公开了一种基于几何一致性学习的不完全高光谱图像分类方法，包括：获取待分类的高光谱图像；对高光谱图像样本进行矩阵分解，得到共识表征；对每个波段的数据进行补全并进行空间几何结构探索；将共识表征与数据的空间几何结构探索结果连接到一个框架中联合优化，从而得到共识表示；将共识表示，输入到一步分类策略模块中，得到最后的分类矩阵；利用迭代更新策略，在固定一个变量的同时，交替更新其他变量，直至收敛；最后根据指示矩阵，得到图像分类结果。本发明通过张量补全技术对不完整的高光谱数据进行补全，使得数据之间的关系更好地被捕捉，并且采用谱旋转进行一步得出分类结果，避免了由两步得出结果地误差累积。
-
公开(公告)号：CN113284061B
公开(公告)日：2024-04-05
申请号：CN202110536518.7
申请日：2021-05-17
Applicant: 大连海事大学
IPC: G06T5/70 , G06T5/50 , G06T5/60 , G06N3/084 , G06N3/0464
Abstract: 本发明公开了一种基于梯度网络的水下图像增强方法，包括以下步骤，步骤1、获取拍摄的水下图像，通过加权最小二乘滤波法对所述图像进行分层处理，将所述图像分解成逐渐平滑的图像序列，通过所述图像序列获得基础图像和多个细节图像；步骤2、对所述基础图像进行颜色校正网络训练处理获得增强后的基础图像；步骤3、对多个所述细节图像分别进行梯度域处理获得多个梯度图像，并对所述多个梯度图像进行梯度网络训练处理获得多个增强后的梯度图像；步骤4、对所述增强后的基础图像和所述增强后的梯度图像进行重构获得增强后的水下图像。该方法可以有效改善水下图像的质量，在复杂的海洋环境中具有优异的鲁棒性，准确性和有效性。
-
公开(公告)号：CN113284060B
公开(公告)日：2024-04-05
申请号：CN202110536494.5
申请日：2021-05-17
Applicant: 大连海事大学
Abstract: 本发明公开了一种基于波长衰减识别的水下图像增强方法，包括：输入退化的水下图像，并建立水下光学成像模型；采用四叉树分解技术将退化的水下图像划分为若干子区域，并构建评分公式；通过评分公式分别对子区域进行评分，选取分值最高的子区域作为候选后向散射区域；通过后向散射区域估计全局后向散射光值；采用暗通道先验算法根据全局后向散射光值估计透射图；将全局后向散射光值和透射图输入至水下光学成像模型，得到去雾图像；采用分段平滑假设对去雾图像进行色彩补偿；对色彩补偿后的去雾图像进行精细化处理，以使得退化的水下图像恢复清晰。从而，有效地解决水下图像对比度低、颜色失真等问题，提高水下图像质量。
-
公开(公告)号：CN117522755A
公开(公告)日：2024-02-06
申请号：CN202311483091.4
申请日：2023-11-08
Applicant: 大连海事大学
IPC: G06T5/90 , G06T5/60 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了一种基于物理感知transformer的水下图像增强方法，包括以下步骤：获取待处理的水下图像以及与其对应的透射图；将所述待处理的水下图像和对应的透射图输入训练好的基于物理感知机制的transformer网络模型，所述基于物理感知机制的transformer网络模型使用U‑Net作为基本架构，包括编码器、bottleneck和解码器，所述编码器包括3个物理感知的Swin Transformer Blocks，所述解码器包括3个物理感知的Swin Transformer Blocks；获取基于物理感知机制的transformer网络模型的输出作为增强后的水下图像。本发明通过将水下图像的物理成像过程与transformer网络相融合，能够有效缓解真实水下场景中因后向散射导致获取图像存在色偏和低对比度的问题，得到颜色自然、对比度清晰的水下图像，从而提高其视觉感知效果。
-
公开(公告)号：CN116363448A
公开(公告)日：2023-06-30
申请号：CN202310186104.5
申请日：2023-03-01
Applicant: 大连海事大学
IPC: G06V10/774 , G06V10/42 , G06V10/40 , G06V10/762 , G06V10/82
Abstract: 本发明提供一种本发明公开了一种利用多语义知识进行跨域无监督车辆再识别的方法，具体地，包括：提出利用多语义知识学习方法来分析车辆图片之间的相似性，而多语义信息由Focal Drop Network获得。对这些语义信息进行聚类分析确定出各种标签并用于训练车辆再识别模型。为了提升标签的准确度，针对类内距离和类间距离的差异本发明提出了三元组中心损失函数，提高模型的泛化能力适应未知域。综合实验结果表明，本发明的方法在VehicleID数据集和VeRi‑776数据集上都取得了良好的性能。
-
Patent Agency Ranking
公开(公告)号：CN116246154B
公开(公告)日：2025-05-16
申请号：CN202211635817.7
申请日：2022-12-19
Applicant: 大连海事大学
Abstract: 本发明提供一种面向UUV真实作业光照场景的水下图像清晰化方法，包括以下步骤：构建能够描述UUV作业光照场景的成像模型；合成带有单点光斑的水下图像数据集，并利用其训练清晰化网络模型；提出基于光斑径向梯度分布特性的损失函数，有效分离光晕层和光照分布均匀的低质水下图像；引入基于Retinex理论的网络对低质水下图像进行分解，得到照度图和反射图；最后，分别通过反射图恢复网络和亮度调节网络获得具有丰富色彩和细节的反射图以及亮度复原的照度图，二者融合后获得最终的清晰图像。本发明可以有效去除人工光源造成的非均匀光照问题，很好地复原图像的对比度和色彩信息，显著改善水下图像质量，在复杂的海洋环境中具有优异的鲁棒性、准确性和普适性。
-
公开(公告)号：CN112907472B
公开(公告)日：2024-08-09
申请号：CN202110181997.5
申请日：2021-02-09
Applicant: 大连海事大学
Abstract: 本发明公开了一种基于场景深度信息的偏振水下图像优化方法，提出一种深度信息引导下的背景区域定位策略，通过提取场景深度信息，根据场景深度信息在原始偏振图像中自动定位背景区域，进而估计出准确的后向散射光和全局后向散射光，以此来避免人为选取时的个体差异，提高定位准确度。同时，为了抑制噪声的影响，在求解时加入了噪声抑制因子，并利用了一种PSO优化策略通过寻找最优的参数来估计背景光，操作方便、效率更高，能够准确的估计最优的背景光，使图像增强效果更佳。
-
公开(公告)号：CN118096609A
公开(公告)日：2024-05-28
申请号：CN202410159166.1
申请日：2024-02-04
Applicant: 大连海事大学
IPC: G06T5/80 , G06N3/045 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于Retinex分解复原的水下光晕图像校正方法，包括：获取真实水下图像数据集，在真实水下图像数据上合成光晕，从而获取带光晕的水下图像数据集；构建水下图像清晰化网络模型，所述水下图像清晰化网络模型包括Retinex‑Net分解网络、反射图恢复子网络以及亮度调节子网络；基于所述真实水下图像数据集和带光晕的水下图像数据集对所述水下图像清晰化网络模型进行训练；获取待校正的水下图像输入训练后的水下图像清晰化网络模型，获取水下图像清晰化网络模型输出的复原反射图和增强光照图，对所述复原反射图和增强光照图进行像素相乘，从而输出校正后的水下图像。本发明对带有人工强光源引入光晕的水下图像清晰化处理具有优异的效果和鲁棒性。
-
公开(公告)号：CN113962890B
公开(公告)日：2024-05-10
申请号：CN202111233475.1
申请日：2021-10-22
Applicant: 大连海事大学
Abstract: 本发明公开了一种基于仿射变换的水下色偏图像清晰化方法，包括以下步骤：获取参考图像和待处理的水下图像；分别计算参考图像和待处理的水下图像的协方差；构建仿射变换模型和目标函数，使用梯度下降法获得传递系数；根据传递系数和仿射变换模型获得颜色校正后的图像；构建大气散射透射模型，获得全局大气光散射的强度值及全局大气光的强度值，并获得透射率；通过梯度增强函数计算出增强后的细节层，进而获得颜色校正后图像的不同尺度细节层,通过图像合成函数方程获得对比度增强后的图像。本发明把局部颜色保真度和梯度约束项添加到提出的方法中，并可以处理各种色偏和不同光照条件下的多种退化图像。
-
公开(公告)号：CN117593231A
公开(公告)日：2024-02-23
申请号：CN202311604908.9
申请日：2023-11-28
Applicant: 大连海事大学
Abstract: 本发明公开了一种基于低秩和二元多项式正则化的水下渐晕图像矫正方法，通过构建水下渐晕图像成像模型，将渐晕图像表示为直接照射分量和后向散射分量的线性组合与渐晕分量的哈达玛积；根据后向散射的低秩特性及图像梯度与二元多项式系数的线性关系，引入低秩正则化项与二元多项式正则化项，得出目标函数；将目标函数分解为两个子模型分别求解渐晕分量及后向散射分量；接着使用迭代重加权最小二乘法分离渐晕分量，再通过交替方向乘子法分离后向散射分量，最后经过亮度色彩校正模块，得到渐晕校正后的图像。本发明不仅解决了人工光源造成的亮度渐晕问题，还有效矫正了图像色偏和提高了图像的清晰度和对比度。
-
-
-
-
-
-
-
-
-
Search Results
47
records
(took 0.02 seconds)
