-
公开(公告)号：CN116385326A
公开(公告)日：2023-07-04
申请号：CN202310327471.2
申请日：2023-03-24
Abstract: 本申请公开了一种基于多目标分割的多光谱图像融合方法、装置及设备，涉及图像处理技术领域，根据多目标分割的类别在特征域对不同目标采用不同的融合方式，产生符合人眼视觉感知图像的同时，有效突出红外图像中的显著目标。所述方法包括：采集可见光图像和红外图像，对可见光图像和红外图像进行图像配准处理，得到已配准的目标可见光图像和目标红外图像；采用多目标分割网络对目标可见光图像和目标红外图像进行多目标语义分割，生成多目标分割图像；基于多光谱图像融合网络提取目标可见光图像对应的第一深度特征和目标红外图像对应的第二深度特征，通过融合第一深度特征、第二深度特征和多目标分割图像，生成目标融合图像。
-
公开(公告)号：CN115711675A
公开(公告)日：2023-02-24
申请号：CN202211294229.1
申请日：2022-10-21
Abstract: 一种基于运动场景的热红外非均匀噪声校正方法，包括：用热红外相机记录多张连续的运动场景图像；将运动场景图像分为多个非重叠区域；估计不同像素在某一时刻对应非均匀噪声之差；建立噪声数学模型，利用最小二乘法求解实际非均匀噪声；设计掩模，去除非均匀噪声估计错误部分；对去除异常值后的非均匀噪声图进行填充，原图像与噪声图相减，即可得到校正后的无噪图像。本发明提出了一种全新的非均匀噪声估计的建模思路，并设计改进的中值提取算法，能有效的提取不同像素之间非均匀噪声的差值关系。所有处理过程只需要少数原始动态视频帧，避免了传统非均匀校正算法对于场景和视频帧数的严格要求，使其能广泛的应用于不同环境下的非均匀校正。
-
公开(公告)号：CN119091148A
公开(公告)日：2024-12-06
申请号：CN202411099202.6
申请日：2024-08-12
Applicant: 浙江大学金华研究院
IPC: G06V10/40 , G06V10/44 , G06V10/77 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了一种基于深度学习矩阵分解的红外小目标检测泛化性增强方法。方法包括：构建特征矩阵分解模块及其优化损失函数；对红外小目标检测网络进行训练，网络的骨干网络输出的特征图输入特征矩阵分解模块中训练，网络的损失函数和优化损失函数共同作为整体损失函数，直至整体损失函数收敛训练完成；将待目标检测的红外图像输入网络中，处理后输出泛化性增强后的目标检测结果。本发明方法将红外小目标检测视作低秩矩阵与稀疏矩阵的分解问题，并结合深度学习进行求解与优化，完成红外小目标的检测，可有效提升现有的基于深度学习的红外小目标检测的泛化性，并在应用本方法后，在不同的数据域上都具有较好的红外小目标检测效果。
-
公开(公告)号：CN119006312A
公开(公告)日：2024-11-22
申请号：CN202411029020.1
申请日：2024-07-30
Applicant: 浙江大学金华研究院
IPC: G06T5/60 , G06N3/0464 , G06N3/0455
Abstract: 本发明公开了一种基于拉普拉斯分解的低照度视频分频增强方法。方法包括：建立包括基于拉普拉斯金字塔的图像多尺度分解算子和重建算子以及多尺度增强网络的低照度视频增强模型，构建模型的包含重建损失函数和时域一致性损失函数的整体损失函数；对模型进行训练直至整体损失函数收敛训练完成；将待增强的低照度视频的视频帧输入模型中处理后输出逐帧增强的视频帧。本发明方法可以解决视频能见度低、信噪比低的问题，方法构建的模型和损失函数，可在逐帧增强时解耦图像低频信号和高频细节，可恢复和增强低照度图像，最后重建原始尺寸图像。本方法可逐帧增强低照度视频，有效提升了低照度视频增强的细节重建质量和颜色准确性，可取得较好的视觉效果。
-
Patent Agency Ranking
公开(公告)号：CN117670753A
公开(公告)日：2024-03-08
申请号：CN202410125179.7
申请日：2024-01-30
Applicant: 浙江大学金华研究院
IPC: G06T5/90 , G06T5/50 , G06N3/0464 , G06N3/09 , G06N3/084
Abstract: 本发明公开了一种基于深度多亮度映射无监督融合网络的红外图像增强方法。方法包括：采集红外图像进行预处理和数据增强扩增后获得增强红外图像，从而构建为扩展红外图像数据集；建立深度多亮度映射无监督融合网络，网络包括非线性多亮度映射模块和多亮度映射融合模块；将扩展红外图像数据集输入网络中进行无监督训练，获得训练完成的网络；将待增强的红外图像输入网络中处理后输出增强后的红外图像，完成红外图像的增强。本发明方法网络具有高并行化的特点，可同时处理多幅多尺寸的红外图像，网络推理速度快，且效果自然。
-
公开(公告)号：CN119048378A
公开(公告)日：2024-11-29
申请号：CN202411158773.2
申请日：2024-08-22
IPC: G06T5/60 , G06T5/70 , G06V10/77 , G06V10/774 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于主成分分析和扩散模型的热红外本底图像生成方法，该方法的目的是通过对热红外本底图像进行建模，从而生成多样性的热红外本底图像，为热红外图像去本底的神经网络算法提供有效的训练数据对。主成分分析可以提取出热红外本底图像中的主要成分，获取热红外本底图像中的主要特征；扩散模型通过学习热红外本底图像中的剩余成分的特征，从而生成更多的符合实际分布的热红外本底图像剩余成分；基于主要成分和生成的剩余成分即可生成大量的热红外本底图像。实验表明，在相同的去本底网络下，相比于使用直接采集到的热红外本底图像构造的热红外图像，本发明生成的热红外本底图像构造的热红外图像训练得到的网络具有更好的去本底效果。
-
公开(公告)号：CN117670753B
公开(公告)日：2024-06-18
申请号：CN202410125179.7
申请日：2024-01-30
Applicant: 浙江大学金华研究院
IPC: G06T5/90 , G06T5/50 , G06N3/0464 , G06N3/09 , G06N3/084
Abstract: 本发明公开了一种基于深度多亮度映射无监督融合网络的红外图像增强方法。方法包括：采集红外图像进行预处理和数据增强扩增后获得增强红外图像，从而构建为扩展红外图像数据集；建立深度多亮度映射无监督融合网络，网络包括非线性多亮度映射模块和多亮度映射融合模块；将扩展红外图像数据集输入网络中进行无监督训练，获得训练完成的网络；将待增强的红外图像输入网络中处理后输出增强后的红外图像，完成红外图像的增强。本发明方法网络具有高并行化的特点，可同时处理多幅多尺寸的红外图像，网络推理速度快，且效果自然。
-
公开(公告)号：CN118015291A
公开(公告)日：2024-05-10
申请号：CN202410098628.3
申请日：2024-01-24
Applicant: 浙江大学金华研究院
Abstract: 本发明公开了一种基于双层特征提取网络的可见光与热红外融合方法。方法包括：采集不同场景下的可见光和红外图像并构建为图像训练集；构建双层特征提取网络，包括双层特征编码、双层特征融合和特征解码模块；将图像训练集输入网络中训练，获得训练完成的网络；采集同一场景下的待融合的可见光和红外图像，将可见光图像转换后为可见光灰度图像，将可见光灰度和红外图像输入网络中，处理后输出融合灰度图像；将融合灰度图像进行颜色空间转换后获得最终彩色融合图像，实现最终融合。本发明利用自监督方式进行特征编码与解码模块训练，并设计了自监督损失函数有效提取图像的全局亮度特征和局部细节特征，保证了网络特征提取与图像重建的稳定性。
-
公开(公告)号：CN116385325A
公开(公告)日：2023-07-04
申请号：CN202310323887.7
申请日：2023-03-24
Abstract: 本发明公开了一种图像融合方法及装置、存储介质、终端，涉及图像处理技术领域，主要目的在于解决图像融合方法场景适应性较低的问题。主要包括获取目标拍摄场景的红外光图像、可见光图像、及目标色彩传递参数，所述目标色彩传递参数为基于所述目标拍摄场景的场景类别确定的；将预处理后的红外光图像与所述可见光图像进行信息融合处理，得到初始融合图像，并基于所述目标色彩传递参数对所述初始融合图像进行色彩渲染，得到彩色渲染图；基于所述预处理后的红外光图像、所述彩色渲染图生成目标融合图像，并将所述目标融合图像发送至目标终端，以使所述目标终端将所述目标融合图像渲染至展示页面。主要用于实时融合多光谱图像。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.049 seconds)
