-
公开(公告)号:CN116228595A
公开(公告)日:2023-06-06
申请号:CN202310404371.5
申请日:2023-04-17
Applicant: 长春理工大学
IPC: G06T5/00 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于Retinex‑Net和小波变换融合的低照度图像增强方法,包括如下步骤:S1:分解网络将输入图像分解为光照分量和反射分量;S2:对反射分量进行去噪;S3:增强网络对光照分量进行增强;S4:用处理后的光照分量和反射率分量得到粗增强图像;S5:对输入的低照度图像进行自适应调整;S6:采用小波变换图像融合技术,将粗增强图像与低照度图像进行融合,获得融合图像。本发明通过加入色调自适应拉伸、小波变换融合等方法,有效解决了Retinex‑Net在处理部分图像时容易出现过度增强、颜色失真的问题,并且融合图像保留了更多的边缘、纹理等细节。
-
公开(公告)号:CN115797374B
公开(公告)日:2023-04-18
申请号:CN202310052860.9
申请日:2023-02-03
Applicant: 长春理工大学
Abstract: 本发明涉及图像数据处理技术领域,具体涉及一种基于图像处理的机场跑道提取方法。该方法包括:采集航拍灰度图像,分割生成分割区域,计算分割区域中像素点的梯度幅值与梯度方向,根据梯度幅值,确定分割区域的凌乱程度;根据分割区域中像素点的梯度方向、梯度幅值与凌乱程度确定第一主要边缘方向和第二主要边缘方向;计算像素点的梯度幅值分布差值,根据第二主要边缘方向、梯度幅值分布差值和梯度方向,确定分割区域的离散程度;根据凌乱程度和离散程度确定分割区域的自适应微分阶数,对分割区域进行图像增强处理得到增强区域,提取机场跑道区域。本方案能够在复杂的环境下实现机场跑道区域的自适应增强,提高机场跑道提取的准确性。
-
公开(公告)号:CN117690132A
公开(公告)日:2024-03-12
申请号:CN202311695742.6
申请日:2023-12-11
Applicant: 长春理工大学
IPC: G06V20/70 , G06V20/13 , G06V10/80 , G06V10/26 , G06V10/44 , G06V10/776 , G06V10/764 , G06V10/82 , G06N3/0464
Abstract: 本发明属于图像处理技术领域,尤其为一种基于U‑HRNet的卫星云图多尺度融合语义分割方法,包括以下步骤:S1、获取星遥感数据及其他辅助数据,对其进行预处理,构建数据集;S2、U‑HRNet网络下采样部分搭建,使用Res2Net模块提取特征信息;S3、U‑HRNet并行网络结构搭建,使其产生四个不同尺度的特征块;S4、联合金字塔上采样模块(JPU)搭建,对S3输出的四个不同尺度的特征图进行融合,这种网络结构在保证提取特征丰富性的同时,得到的语义分割结果与输入图像的大小一致。本发明,采用U‑HRNet网络,对可见光与红外图像进行特征融合,既保留了可见光云图的高分辨率、丰富的纹理与边缘信息,又保留了红外云图的热辐射特征,减少云团遮挡所造成的影响。
-
公开(公告)号:CN115797374A
公开(公告)日:2023-03-14
申请号:CN202310052860.9
申请日:2023-02-03
Applicant: 长春理工大学
Abstract: 本发明涉及图像数据处理技术领域,具体涉及一种基于图像处理的机场跑道提取方法。该方法包括:采集航拍灰度图像,分割生成分割区域,计算分割区域中像素点的梯度幅值与梯度方向,根据梯度幅值,确定分割区域的凌乱程度;根据分割区域中像素点的梯度方向、梯度幅值与凌乱程度确定第一主要边缘方向和第二主要边缘方向;计算像素点的梯度幅值分布差值,根据第二主要边缘方向、梯度幅值分布差值和梯度方向,确定分割区域的离散程度;根据凌乱程度和离散程度确定分割区域的自适应微分阶数,对分割区域进行图像增强处理得到增强区域,提取机场跑道区域。本方案能够在复杂的环境下实现机场跑道区域的自适应增强,提高机场跑道提取的准确性。
-
公开(公告)号:CN117484507A
公开(公告)日:2024-02-02
申请号:CN202311685302.2
申请日:2023-12-08
Applicant: 长春理工大学
IPC: B25J9/16
Abstract: 本发明属于机械臂控制抓取技术领域,尤其为一种基于FO‑DDPG的机械臂抓取方法。本发明通过引入分数阶控制理论来选择机械臂的动作,引入分数阶折扣因子来计算分数阶回报,以更好地处理长期奖励的衰减。本发明能够更准确地建模和处理复杂的非线性、非局部和长时依赖的动态系统;提高值函数的估计准确性,以更好地指导机械臂的抓取决策;增强策略函数的决策质量和鲁棒性,通过更精确地利用过去的经验;增加算法的性能和稳定性,提高机械臂在抓取任务中的成功率和效率,使机械臂能够在不同环境和物体特征下成功进行抓取操作。
-
-
-
-