-
公开(公告)号：CN119418063B
公开(公告)日：2025-03-21
申请号：CN202510031544.2
申请日：2025-01-09
Applicant: 武汉工程大学
IPC: G06V10/26 , G06V10/766 , G06V10/764 , G06V10/74
Abstract: 本发明公开了一种高超飞行器热辐射效应曲面回归在线校正方法及系统，其中方法包括步骤：获取含有热辐射效应的退化图像；求取退化图像的暗通道图像，进行语义分割；滤波并计算语义分块的初步估计热辐射效应图像；进行四叉树分块，构建二元三阶多项式曲面回归模型；拟合图像块，拼接语义分块，再拼接所有的语义分块得到完整的回归拟合曲面，作为热辐射效应偏置场，并得到潜在清晰图像；通过迭代回归拟合曲面和潜在清晰图像，直到曲面回归模型收敛或达到迭代终止条件，最后一次迭代后所得到的潜在清晰图像为校正后的最终清晰图像。本发明可以高质量地完成去除热辐射效应的任务，大幅提升图像信噪比。
-
公开(公告)号：CN114936984B
公开(公告)日：2024-11-26
申请号：CN202210686845.5
申请日：2022-06-17
Applicant: 武汉工程大学
IPC: G06T5/60 , G06T5/70 , G06T5/73 , G06V10/44 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/084
Abstract: 本发明涉及一种同时对毫米波退化图像去噪去模糊双任务复原方法、装置、电子设备及计算机存储介质，其方法包括：构建毫米波仿真退化图像的训练集和测试集；将训练集图像输入初始双任务网络模型进行训练，直至所述初始双任务网络模型的损失函数达到预设的收敛条件，其中，所述初始双任务网络模型结构包括局部加式残差密集特征融合去噪子网络、局部从低阶到高阶半归一化残差特征密集融合的去噪去模糊子网络及图像重建子网络；将测试集图像输入到训练完成的双任务网络模型，输出测试复原图像。本发明可以有效地平衡毫米波退化图像去噪与去模糊的关系，实现去噪去模糊双任务问题，进而得到一个高质量的清晰图像。
-
公开(公告)号：CN114862919B
公开(公告)日：2024-10-29
申请号：CN202210502277.9
申请日：2022-05-10
Applicant: 武汉工程大学
Abstract: 本申请公开了一种模糊图像的大位移光流估计方法、装置及电子设备，该方法包括：获取连续的两帧模糊图像；根据模糊不变基底色特征，确定前一帧图像和后一帧图像之间的粗配准位移矢量场；根据模糊不变形状特征，确定前一帧图像和后一帧图像之间的细配准位移矢量场；根据粗配准位移矢量场和细配准位移矢量场，确定初步光流矢量；根据预设小位移光流估计模型，确定小位移光流矢量；根据初步光流矢量和小位移光流矢量，确定大位移光流矢量。本技术方案不仅实现了对模糊图像进行大位移光流估计，而且保证了模糊图像的大位移光流估计的可靠度。
-
公开(公告)号：CN114359095B
公开(公告)日：2024-08-06
申请号：CN202111661293.4
申请日：2021-12-31
Applicant: 武汉工程大学
IPC: G06T5/80
Abstract: 本发明公开了一种气动热辐射效应校正方法，包括：S1、获取气动热辐射退化图像，通过图像分解算法分解为平滑层和纹理细节层；S2、对平滑层进行像素阈值标记处理，确定热辐射强度中心；S3、确定强度中心范围；S4、对平滑层进行滤波，再根据强度中心范围内的像素点对平滑层进行高斯曲面拟合，获得初始热辐射效应层的高斯分布曲面参数；S5、对纹理细节层添加帧波正则化约束，再结合高斯分布曲面的正则化约束，建立基于范数最小化的图像校正模型；S6、对模型进行Split Bregman迭代求解，得到校正后的清晰图像。本发明具有拟合曲面所需参数少、可以在校正中更好地保边缘、以及运算迭代次数少等特点，能够对气动热辐射领域中热辐射图像有着比较好的校正效果。
-
公开(公告)号：CN117173058A
公开(公告)日：2023-12-05
申请号：CN202311450901.6
申请日：2023-11-03
Applicant: 武汉工程大学
Abstract: 本发明公开了一种空变模糊图像统一复原方法，包括以下步骤：S1、输入模糊图像；S2、利用平滑项对模糊图像进行滤波，将滤波后的图像与原模糊图像进行卷积得到平滑图像，对平滑图像进行拉普拉斯运算和自适应阈值来筛选大梯度目标区域；S3、对大梯度目标区域进行模糊核估计，并计算整个平滑图像的初始空变模糊核；S4、根据初始空变模糊核构建逐点复原模型；S5、采用分裂Bregman方法将逐点复原模型中的图像小波正则化项和梯度正则化项分解成多个变量，通过滤除误差之后的模糊核以及shearlet小波正则化项来约束复原图像，多个变量不断进行交替迭代，最终得到各点的精确空变模糊核和复原图像。本发明能够更精确地估计模糊核并提高复原图像的质量。
-
Patent Agency Ranking
公开(公告)号：CN114529481B
公开(公告)日：2022-07-26
申请号：CN202210417594.0
申请日：2022-04-21
Applicant: 武汉工程大学
Abstract: 本发明涉及一种气动光学热辐射效应校正方法、装置、设备及存储介质，其方法包括：获取气动光学热辐射退化图像，并对退化图像进行滤波操作得到滤波图像；对滤波图像进行下采样处理并生成离散点；对离散点使用基于移动最小二乘法曲面拟合法拟合出初始偏置场曲面；将初始偏置场曲面输入预先建立的退化模型中，并使用交替迭代最小法输出满足预设迭代条件的校正图像及偏置场。本发明中输出的校正图像更清晰，提升了校正效果。
-
公开(公告)号：CN113962908B
公开(公告)日：2022-05-10
申请号：CN202111569294.6
申请日：2021-12-21
Applicant: 武汉工程大学
IPC: G06T5/00
Abstract: 本发明公开了一种气动光学效应大视场退化图像逐点校正复原方法，包括：计算输入的退化图像的梯度，选取多个大梯度区域，并计算每个局部区域的模糊核；逐点计算到最近两个局部区域中心点的距离，并根据每个像素点的两个距离对全图各点的模糊核进行反距离加权插值计算，得到全图各点模糊核初值，构成初始模糊核矩阵；根据初始模糊核矩阵建立空变退化模型，并添加非负性约束正则化项和基于自适应各向异性变系数的稀疏性约束正则化项使目标图像和各点模糊核具有非负性和空间自适应性；求解空变退化模型，得到各点的模糊核与各点的灰度值来实现逐点校正，最终输出空变退化复原图像。本发明能够对大视场的气动光学效应空变退化图像进行校正复原。
-
公开(公告)号：CN110796616A
公开(公告)日：2020-02-14
申请号：CN201911011012.3
申请日：2019-10-23
Applicant: 武汉工程大学
Abstract: 本发明公开了一种基于分数阶微分算子的L0范数约束和自适应加权梯度的湍流退化图像复原的方法，包括建立湍流退化图像恢复的基本空间不变数学模型；建立图像尺度由粗到细的多尺度金字塔框架；在不同的金字塔尺度下建立基于分数阶的L0范数约束的潜在清晰图像优化模型，估计潜在清晰图像；对估计的潜在清晰图像使用双边滤波器进行滤波，并建立连续边缘的加权模型；建立自适应加权梯度的点扩展函数估计模型，并在频域内采估计出点扩展函数；迭代求出对应图像尺度下的潜在清晰图像和点扩展函数，利用点扩展函数的相似性度量设定优化迭代循环的迭代终止条件；并迭代输出潜在清晰图像和点扩展函数；最后利用点扩展函数恢复湍流退化图像，获得清晰图像。
-
公开(公告)号：CN105931264B
公开(公告)日：2017-07-11
申请号：CN201610230854.8
申请日：2016-04-14
Abstract: 本发明公开了一种海面红外小目标检测方法，其步骤包括：(1)由非局部块构造新图像矩阵：将原始图像矩阵分解为相互重叠的子块，再将子块展成列向量，然后将列向量组合获得新的图像矩阵；(2)稀疏与低秩矩阵分解：将新构造的图像矩阵分解为稀疏的小目标分量、低秩的背景图像分量以及噪声分量；(3)建立凸优化模型：构建关于小目标图像和背景图像的凸优化约束能量泛函；(4)高效优化求解：采用高效参数自适应更新的交替方向乘子法求解构建的凸优化约束能量泛函；迭代获取感兴趣的小目标图像；本发明提供的检测方法计算代价低，参数自适应能力好，检测效率高，具有抗背景噪声和杂波干扰的能力，可应用于复杂海面背景的红外小目标检测。
-
公开(公告)号：CN119888261A
公开(公告)日：2025-04-25
申请号：CN202411902866.1
申请日：2024-12-23
Applicant: 武汉工程大学
IPC: G06V10/46 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/084 , G06N3/0895
Abstract: 本发明提供一种基于多源弱监督的图像显著性检测方法及系统，涉及图像处理技术领域；方法包括：基于文本标签和点标签对RGB图像进行标注生成伪标签，利用构建的显著性目标检测模型中的不同编码器分别对RGB图像和深度图像进行特征提取，并对提取到的特征按层级进行融合处理，得到多个不同的层级图像特征，根据多个层级图像特征生成边缘特征，结合边缘特征对多个层级图像特征进行解码处理，得到显著性目标图像。通过结合多种弱标签的优势，充分发挥深度信息对RGB信息的补充作用，使显著性目标检测模型检测出的显著性目标突出细丝状边缘结构。
-
-
-
-
-
-
-
-
-
Search Results
54
records
(took 0.032 seconds)
