-
公开(公告)号：CN115861113B
公开(公告)日：2025-01-17
申请号：CN202211623083.0
申请日：2022-12-16
Applicant: 重庆邮电大学
IPC: G06T5/73 , G06T5/60 , G06T7/50 , G06V10/26 , G06V10/82 , G06V10/774 , G06V10/56 , G06N3/045 , G06N3/0464 , G06N3/0895
Abstract: 本发明属于图像复原领域，特别涉及一种基于融合深度图与特征掩膜的半监督去雾方法，包括获取深度图并将其通过两个级联的基础去雾模块进行处理得到深度信息；获取原始图像特征，输入自动编码器获得粗去雾特征；将粗去雾特征通过分离器映得到粗去雾图像；将粗去雾图像与深度信息相加后输入特征掩膜生成模块得到深度特征掩膜，将其与粗去雾图像相乘得到精细化去雾图像；将雾霾分布特征和原始图像特征，按通道维度拼接并输入噪声图像提取模块，输出噪声图像；将噪声图像和精细化去雾图像共同输入自适应通道注意力层得到无雾图像；本发明能更好地还原图像细节和抑制噪声，获得视觉上更干净的无雾图像。
-
公开(公告)号：CN115035011A
公开(公告)日：2022-09-09
申请号：CN202210644966.3
申请日：2022-06-09
Applicant: 重庆邮电大学
Abstract: 本发明涉及图像处理技术领域，具体涉及一种融合策略下自适应RetinexNet的低照度图像增强方法，包括将低照度图像的V通道图像以及正常光图像对输入DecomNet中，得到图像的光照和反射率；将低照度图像的反射率以及光照输入到RestorationNet中，用光照引导反射率降噪，得到降噪以后的反射率；将低照度图像的反射率以及光照输入到EnhanceNet中，对低照度图像的光照进行增强，得到增强后的光照；图像重建，得到粗增强图像；获取低照度图像的虚拟过曝光图像，将其与低照度图像、粗增强图像进行融合；本发明改善了图像增强后的色彩失真现象，并满足了保留边缘结构和细节信息的同时可以有效抑制噪声的需求。
-
公开(公告)号：CN115035011B
公开(公告)日：2024-09-06
申请号：CN202210644966.3
申请日：2022-06-09
Applicant: 重庆邮电大学
IPC: G06T5/50 , G06T5/70 , G06T5/60 , G06T7/90 , G06N3/0464 , G06N3/0455 , G06N3/084
Abstract: 本发明涉及图像处理技术领域，具体涉及一种融合策略下自适应RetinexNet的低照度图像增强方法，包括将低照度图像的V通道图像以及正常光图像对输入DecomNet中，得到图像的光照和反射率；将低照度图像的反射率以及光照输入到RestorationNet中，用光照引导反射率降噪，得到降噪以后的反射率；将低照度图像的反射率以及光照输入到EnhanceNet中，对低照度图像的光照进行增强，得到增强后的光照；图像重建，得到粗增强图像；获取低照度图像的虚拟过曝光图像，将其与低照度图像、粗增强图像进行融合；本发明改善了图像增强后的色彩失真现象，并满足了保留边缘结构和细节信息的同时可以有效抑制噪声的需求。
-
公开(公告)号：CN115861113A
公开(公告)日：2023-03-28
申请号：CN202211623083.0
申请日：2022-12-16
Applicant: 重庆邮电大学
IPC: G06T5/00 , G06T7/50 , G06V10/26 , G06V10/82 , G06V10/774 , G06V10/56 , G06N3/045 , G06N3/0464 , G06N3/0895
Abstract: 本发明属于图像复原领域，特别涉及一种基于融合深度图与特征掩膜的半监督去雾方法，包括获取深度图并将其通过两个级联的基础去雾模块进行处理得到深度信息；获取原始图像特征，输入自动编码器获得粗去雾特征；将粗去雾特征通过分离器映得到粗去雾图像；将粗去雾图像与深度信息相加后输入特征掩膜生成模块得到深度特征掩膜，将其与粗去雾图像相乘得到精细化去雾图像；将雾霾分布特征和原始图像特征，按通道维度拼接并输入噪声图像提取模块，输出噪声图像；将噪声图像和精细化去雾图像共同输入自适应通道注意力层得到无雾图像；本发明能更好地还原图像细节和抑制噪声，获得视觉上更干净的无雾图像。
-
-
-
Search Results
4
records
(took 0.015 seconds)
