公开(公告)号：CN116433516A

公开(公告)日：2023-07-14

申请号：CN202310325969.5

申请日：2023-03-30

Applicant: 电子科技大学

Inventor： 王正宁 ,  胥鹏 ,  丁桢炎 ,  匡育衡 ,  刘旭航 ,  何中国

IPC: G06T5/00 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/0455 ,  G06N3/08

Abstract: 本发明属于图像处理和计算机视觉领域，具体为一种基于注意力机制的低照度图像去噪增强方法。该方法通过每个下采样单元之后加入的去噪模块，提取出真实低光照图像复杂背景中的隐藏噪声，以此提高整个网络模型的学习能力，减少训练时间。在去噪模块中，通过空洞卷积和标准卷积的组合，扩大了感受野，在提取出更多有用特征的同时减少了网络的深度，提高了去噪的效果和效率。在两个注意力单元同，通过拼接层有效利用全局特征和局部特征，提高浅层特征对深层特征的影响和去噪模型的表达能力，从而可以得到更好的重建图像，减小噪声对低光照图像增强的影响，使得低光照图像增强达到更好的效果。

公开(公告)号：CN115187474A

公开(公告)日：2022-10-14

申请号：CN202210719935.X

申请日：2022-06-23

Applicant: 电子科技大学

Inventor： 王正宁 ,  奚伟航 ,  刘晓宁 ,  丁桢炎

IPC: G06T5/00 ,  G06V10/764

Abstract: 本发明公开了一种基于推理的两阶段浓雾图像去雾方法，属于图像处理和计算机视觉技术领域。本发明通过两阶段完成图像的去雾处理，首先，基于设置的图像雾浓度分类网络获取待去雾图像的图像块的雾浓度类别，然后在一阶段通过暗通道先验方法将轻度雾和中度雾区域还原为无雾区域，给二阶段浓雾区域的恢复提供了更多信息，相较于其他图像去雾算法，可以使得最终的输出结果可以还原出更多原无雾图像中的细节。二阶段基于一阶段的处理结构，结合基于推理的去雾网络处理雾图像中标记为重度雾的去雾，完成整张雾图像的去雾。本发明在数据集构建阶段，选取的无雾图像大多为符合真实场景的阴天图像，降低了去雾后图像产生色偏的几率。

公开(公告)号：CN115187471A

公开(公告)日：2022-10-14

申请号：CN202210701142.5

申请日：2022-06-20

Applicant: 电子科技大学

Inventor： 王正宁 ,  奚伟航 ,  刘晓宁 ,  丁桢炎

IPC: G06T5/00 ,  G06T5/50

Abstract: 本发明公开了一种半参考的图像去雾算法评估方法，属于图像处理技术领域。本发明采用四种评估方式获取去雾后图像的评价分数，包括暗通道先验、自然图像的局部平均及对比度归一化系数、对比去雾后图像与原始的雾图像的梯度信息和对比去雾后图像与原始的雾图像的饱和度信息，再将四种评价分数进行加权求和，得到最终评价分数。本发明结合无参考质量评价指标和有参考质量评价指标，无参考评价指标用于衡量图像的去雾程度，有参考评价指标通过对比原始雾图像和去雾后图像之间的梯度和饱和度，评价图像产生色偏和异常纹理的程度。通过去雾后图像相较于原始雾图像每个像素点的梯度和饱和度变化程度，来定量的衡量每个像素点导致色偏和异常纹理的可能性。