一种基于张量低秩分解的水下偏振图像增强方法

    公开(公告)号:CN118918052A

    公开(公告)日:2024-11-08

    申请号:CN202410974563.4

    申请日:2024-07-19

    IPC分类号: G06T5/90 G06T5/40

    摘要: 本发明提供一种基于张量低秩分解的水下偏振图像增强方法,通过获取同一场景的0度、45度、90度和135度的偏振图像并进行处理,得到根据拉伸后的90度偏振图像、拉伸后的135度偏振图像、矫正后的0度偏振图像和矫正后的45度偏振图像,用于计算矫正后图像偏振度;根据矫正后图像偏振度构建后向散射偏振度的张量低秩模型求解后向散射偏振度,根据后向散射偏振度计算后向散射光强度;根据后向散射偏振度构建基于权重引导的大气光计算函数,得到无穷远处大气光向量,再结合后向散射光强度经过大气散射模型反演,得到增强后的水下图像,突破了传统偏振成像方法中后散射光假设的局限性,有效矫正了图像色偏和对比度低的问题。

    一种基于场景深度信息的偏振水下图像优化方法

    公开(公告)号:CN112907472B

    公开(公告)日:2024-08-09

    申请号:CN202110181997.5

    申请日:2021-02-09

    摘要: 本发明公开了一种基于场景深度信息的偏振水下图像优化方法,提出一种深度信息引导下的背景区域定位策略,通过提取场景深度信息,根据场景深度信息在原始偏振图像中自动定位背景区域,进而估计出准确的后向散射光和全局后向散射光,以此来避免人为选取时的个体差异,提高定位准确度。同时,为了抑制噪声的影响,在求解时加入了噪声抑制因子,并利用了一种PSO优化策略通过寻找最优的参数来估计背景光,操作方便、效率更高,能够准确的估计最优的背景光,使图像增强效果更佳。

    一种基于低秩和二元多项式正则化的水下渐晕图像矫正方法

    公开(公告)号:CN117593231A

    公开(公告)日:2024-02-23

    申请号:CN202311604908.9

    申请日:2023-11-28

    IPC分类号: G06T5/90 G06T7/90

    摘要: 本发明公开了一种基于低秩和二元多项式正则化的水下渐晕图像矫正方法,通过构建水下渐晕图像成像模型,将渐晕图像表示为直接照射分量和后向散射分量的线性组合与渐晕分量的哈达玛积;根据后向散射的低秩特性及图像梯度与二元多项式系数的线性关系,引入低秩正则化项与二元多项式正则化项,得出目标函数;将目标函数分解为两个子模型分别求解渐晕分量及后向散射分量;接着使用迭代重加权最小二乘法分离渐晕分量,再通过交替方向乘子法分离后向散射分量,最后经过亮度色彩校正模块,得到渐晕校正后的图像。本发明不仅解决了人工光源造成的亮度渐晕问题,还有效矫正了图像色偏和提高了图像的清晰度和对比度。

    基于多流特征融合的水下图像增强方法

    公开(公告)号:CN117392033A

    公开(公告)日:2024-01-12

    申请号:CN202311276999.8

    申请日:2023-09-28

    摘要: 本发明提供一种基于多流特征融合的水下图像增强方法,包括构建数据集,数据集包括Q个图像对,图像对包括退化水下图像及其对应的参考图像;从数据集划分出训练集;构建水下图像增强网络模型;采用训练集对水下图像增强网络模型进行训练,得到训练后的水下图像增强网络模型;向训练后的水下图像增强网络模型输入待处理退化水下图像,训练后的水下图像增强网络模型输出增强图像,实现了在恰当保持原有图像细节、纹理的同时能够充分提取位置敏感的图像特征,选择性的突出关键特征,实现颜色校正、对比度增强和去模糊,生成接近于参考图像的高质量增强图像。

    一种硫化杜仲胶改性沥青及其制备方法

    公开(公告)号:CN117343552A

    公开(公告)日:2024-01-05

    申请号:CN202311499140.3

    申请日:2023-11-10

    摘要: 本发明涉及一种硫化杜仲胶改性沥青及其制备方法,属于道路改性沥青胶结料技术领域。所述硫化杜仲胶改性沥青的原料,按重量份计,包括:基质沥青100~500份、杜仲胶3~20份、硫磺0.18~1.2份、硬脂酸0.06~0.4份、氧化锌0.15~1份、N‑环己基‑2‑苯并噻唑次磺酰胺0.06~0.4份、N‑异丙基‑N′‑苯基对苯二胺0.06~0.4份。本发明操作简单,仅需控制剪切温度、剪切时间、发育时间和硫磺用量即可,有良好的经济性和可操作性。

    一种带有输入/状态量化的无人船舶航迹跟踪控制方法

    公开(公告)号:CN117055566A

    公开(公告)日:2023-11-14

    申请号:CN202311152094.X

    申请日:2023-09-07

    IPC分类号: G05D1/02

    摘要: 本发明提供一种带有输入/状态量化的无人船舶航迹跟踪控制方法,包括:采用均匀量化器对控制系统中的状态变量和控制输入进行量化处理,利用扩张状态观测器估计量化后的状态反馈信息和系统中的不确定项;结合反步法和动态面控制技术,利用ESO的状态观测结果设计系统控制律。基于Lyapunov稳定性理论,证明扩张状态观测器的观测误差、闭环控制系统中量化变量和非量化变量之间误差的有界性,证明基于扩张状态观测器设计的带有状态量化和输入量化的无人船舶航迹跟踪控制系统的稳定性。本发明针对海上通讯带宽受限情况下无人船的航迹跟踪控制问题,设计量化反馈控制器,实现了带有状态量化和输入量化的无人船舶航迹跟踪。

    基于配对样本的全参考水下增强图像质量评价方法

    公开(公告)号:CN117011687A

    公开(公告)日:2023-11-07

    申请号:CN202310574984.3

    申请日:2023-05-19

    IPC分类号: G06V20/05 G06T7/00

    摘要: 本发明公开了一种基于配对样本的全参考水下增强图像质量评价方法,包括:构建成对水下图像数据集;所述成对水下图像为参考图像和失真的水下图像构成;获取参考图像和增强图像的四类特征图;所述增强图像由水下图像增强算法生成;采用衰减图和饱和度图对所述增强图像存在的颜色失真进行评价,得到语义相似指数;采用暗通道先验图和MSCN系数图,对所述增强图像存在的伪影或模糊进行评价,得到结构差异指数;融合语义相似指数和结构差异指数,得到增强图像的质量分数;本发明能够有效的评估水下增强图像与地面真实参考图像在语义和结构方面之间的相似性,从而对不同的水下图像增强算法做出评价,且该方法与人类主观评价有着较高的相关性。

    一种结合多尺度卷积和注意力机制的手部连续运动估计方法

    公开(公告)号:CN116842419A

    公开(公告)日:2023-10-03

    申请号:CN202310643511.4

    申请日:2023-06-01

    摘要: 本发明为一种结合多尺度卷积和注意力机制的手部连续运动估计方法,公开了一种基于表面肌电信号连续估计人体关节角度的方法,属于人机交互领域。该方法包括下列步骤:对采集待预测对象的关节部位肌电信号和关节角度信号分别进行预处理,以实现肌电信号和关节角度信号采样时间一一对应;利用训练集中的肌电信号和关节角度信号作为样本进行输入,以构建预测模型,对预测模型进行训练,得到训练好的预测模型;实时采集待预测对象的肌电信号,并将其输入训练好的预测模型以进行关节角度的预测;将上述预测输出的角度信号进行实时平滑处理,以此获得所需的关节角度信号。通过本发明,以连续的方式实现表面肌申信号映射到关节角度上的运动,保证连续估计的实时性,提高预测准确性,降低计算复杂度。

    一种无需背景先验的全局偏振图像恢复方法

    公开(公告)号:CN116739927A

    公开(公告)日:2023-09-12

    申请号:CN202310684738.3

    申请日:2023-06-09

    IPC分类号: G06T5/00 G06T7/11 G06T17/00

    摘要: 本发明公开了一种无需背景先验的全局偏振图像恢复方法,包括以下步骤:S1:通过旋转相机前的偏振镜获取不同角度的偏振图像;S2:通过融合后向散射偏振度和偏振角,建立了一种偏振成像代理模型;S3:在EME约束下,对原图像进行分割与采样,求解出模型局部参数最优值;S4:基于最小二乘法,设计了一种鲁棒多项式曲面拟合方法,得到了模型中变量的全局参数。S5:根据模型参数与后向散射的关系,提出了一种基于模型参数求解无穷远大气光值的方法;S6:基于偏振成像代理模型,将S4中获得的全局模型参数与S6中求的无穷远大气光值代入S2所提代理模型反演出清晰的无雾图像。

    一种基于最佳波段图像融合的水下清晰图像采集方法

    公开(公告)号:CN115661013A

    公开(公告)日:2023-01-31

    申请号:CN202211328889.7

    申请日:2022-10-27

    摘要: 本发明公开了一种基于最佳波段图像融合的水下清晰图像采集方法,包括以下步骤:S1:在应用场景采集待观测目标的高光谱图像,结合水体和目标的光谱特性,运用一种基于多准则决策的波段选择方法选出用于水下观测的最佳波段;S2:构建一个RGB‑最佳波段水下双目成像系统,同时获取水下彩色图像和最佳波段图像,并对获取到的图像对进行配准;S3:采用一种基于视觉显著性的多模态图像融合方法,融合S2中获取的图像对的互补信息,获得高质量水下图像。该方法利用最佳波段图像中的信息增强彩色图像,是一种客观的图像质量增强方法,避免了传统方法中由于增加对比度或参数误估计引起的信息破坏。