公开(公告)号：CN115953628A

公开(公告)日：2023-04-11

申请号：CN202211704252.3

申请日：2022-12-29

申请人： 西安理工大学 ,  西安交通大学第二附属医院

发明人： 尤珍臻 ,  施叶雯 ,  石争浩 ,  赵明华 ,  都双丽 ,  韩博涛 ,  闫妍 ,  闫静 ,  刘海琴 ,  黑新宏 ,  任晓勇

IPC分类号： G06V10/764 ,  G06T3/40 ,  G06T3/60 ,  G06V10/774 ,  G06V10/82 ,  G06N3/084

摘要： 本发明公开了一种小样本白光图像下声带白斑类型的分类方法，首先建立数据库，将数据库中的声带白斑图像随机分成训练集和测试集；对建立的训练集进行数据扩增，得到扩增后的训练集；对扩增后的训练集和建立的测试集分别进行预处理，得到归一化的训练集图像和测试集图像；然后构建孪生深度网络，最后预测声带白光图像类别，输出结果即为预测的测试集中声带白光图像所属类别。本发明解决了现有技术中存在的小样本下声带白斑图像分类精度较低的问题。

公开(公告)号：CN118691929A

公开(公告)日：2024-09-24

申请号：CN202410698735.X

申请日：2024-05-31

申请人： 西安理工大学

发明人： 石争浩 ,  樊嘉旺 ,  尤珍臻 ,  冯亚宁 ,  贾萌 ,  杨秀红 ,  都双丽 ,  石程 ,  赵明华 ,  梁湘 ,  马品三 ,  杨鸣丽

IPC分类号： G06V10/80 ,  G06V10/774 ,  G06V10/764 ,  G06V10/82 ,  G06V10/52 ,  G06V20/17 ,  G06N3/0464

摘要： 本发明公开了基于空频特征融合检测头的无人机目标检测方法，具体包括如下步骤方法：步骤1，输入公开数据集，并划分为训练集和测试集；步骤2，对训练集和测试集中的图片进行预处理，得到图片X；步骤3，构建无人机场景下基于空频特征融合检测头的YOLO目标检测网络模型；步骤4，对步骤3构建的无人机场景下空频特征融合检测头的YOLO目标检测网络模型进行训练；步骤5，将步骤2预处理后的测试集图片放入步骤4训练好的模型，最终得到带有检测框的无人机图像。本发明通过级联注意力增加全局信息提高了在背景复杂、场景拥挤下的检测能力，通过空频特征融合检测头解决尺度变化大的检测难题并提高了整体的检测性能。

公开(公告)号：CN118096561A

公开(公告)日：2024-05-28

申请号：CN202410225999.3

申请日：2024-02-29

申请人： 西安理工大学

发明人： 赵明华 ,  秦祥东 ,  都双丽 ,  吕佳豪 ,  白雪菲 ,  胡静 ,  石程 ,  吕志勇

IPC分类号： G06T5/60 ,  G06T5/00 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/082

摘要： 本发明公开了集成低频信息的多尺度低照度双目立体图像增强方法，获取原始低照度双目立体图像低频信息，将原始低照度双目立体图像低频信息与原始低照度双目立体图像作为训练样本；构建基于图像增强的卷积神经网络，将训练样本输入卷积神经网络进行图像的特征增强、特征分解、跨视图特征交互、特征提取、跨尺度特征交互、特征融合，得到恢复的图像；设计基于图像增强的卷积神经网络的损失函数，通过恢复的图像的损失确定优化的基于图像增强的卷积神经网络，对将待增强的低照度双目立体图像进行图像增强；本发明方法解决了现有方法对于噪声的忽略以及不能适应不同视差的问题，能够提高鲁棒性，在很好的恢复颜色细节信息的同时，去除大量噪声。

公开(公告)号：CN113658059B

公开(公告)日：2024-03-26

申请号：CN202110847620.9

申请日：2021-07-27

申请人： 西安理工大学

发明人： 石争浩 ,  邵帅 ,  尤珍臻 ,  都双丽

IPC分类号： G06T5/73 ,  G06T3/4053 ,  G06N3/0464 ,  G06N3/084

摘要： 本发明公开了一种基于深度学习的遥感图像去雾增强方法，包括以下步骤：构建卷积神经网络模型，卷积神经网络模型包括卷积层、卷积残差模块、FEM_BLOCK、大气散射模型层；对卷积神经网络模型进行训练，然后采用损失函数对输出结果进行约束，调整卷积神经网络模型参数，得到遥感图像去雾增强网络模型；利用遥感图像去雾增强网络模型对有雾遥感图进行处理，得到去雾图像。将去雾和超分辨两个领域相结合，使网络在去雾的同时，能够对去雾后的遥感图像进行增强工作，获得高质量的遥感图像为后续的遥感图像处理工作提供高质量的数据。

公开(公告)号：CN112801896B

公开(公告)日：2024-02-09

申请号：CN202110069644.6

申请日：2021-01-19

申请人： 西安理工大学

发明人： 赵明华 ,  程丹妮 ,  都双丽 ,  胡静 ,  王理 ,  李鹏 ,  石争浩

IPC分类号： G06T5/00 ,  G06T7/11 ,  G06T7/194 ,  G06T7/90 ,  G06V10/762

摘要： 本发明公开了一种基于前景提取的逆光图像增强方法，具体按照以下步骤实施：输入逆光图像，将图中的逆光区域视为待增强的前景，标记出图像的已知前景部分和未知像素区域，获取图像对应的trimap图；根据原始图像和得到的trimap图，利用KNN抠图算法计算其透明度掩膜值，获得前景蒙版；根据前景蒙版提取出图像前景，利用对数变换对提取出的前景进行增强，得到增强后的前景图；将得到的增强后的前景图与原始图像进行合成，逆光区域被增强后的前景替代，得到最终的增强图像。与现有的增强方法相比，不仅没有过度曝光图像中光照正常的区域，且有效的保留了图像的细节与颜色，提高了逆光图像的质量。

公开(公告)号：CN117197459A

公开(公告)日：2023-12-08

申请号：CN202311153032.0

申请日：2023-09-07

申请人： 西安理工大学

发明人： 赵明华 ,  董莹 ,  胡静 ,  都双丽 ,  石程 ,  王琳 ,  李鹏

IPC分类号： G06V10/26 ,  G06V10/25 ,  G06V10/774 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/0895

摘要： 本发明公开了基于显著性图与注意力机制的弱监督语义分割方法，设计改进的Resnet38分类网络，在数据集中选取带有图像级弱标签的待分割图像及其显著性图，输入改进的Resnet38分类网络生成类别激活图；构造改进的Resnet38分类网络的损失函数，通过损失函数对改进的Resnet38分类网络进行约束；选取数据集中的多个带有图像级弱标签的分割图像及其显著性图作为训练样本，训练约束后的改进的Resnet38分类网络，得到优化的Resnet38分类网络；将类别激活图输入优化的Resnet38分类网络生成待分割图像的伪标签；利用待分割图像的伪标签训练一个语义分割模型得到分割结果；能提高语义分割效果。

公开(公告)号：CN117196980A

公开(公告)日：2023-12-08

申请号：CN202311153824.8

申请日：2023-09-07

申请人： 西安理工大学

发明人： 赵明华 ,  汶怡春 ,  都双丽 ,  胡静 ,  吕志勇 ,  尤珍臻 ,  王理

IPC分类号： G06T5/00 ,  G06T7/41 ,  G06V10/774 ,  G06V10/74 ,  G06V10/82

摘要： 本发明公开了基于照度和场景纹理注意力图的低照度图像增强方法，对低光照图像进行色彩均衡处理求取最小通道约束图，降低低照度图像RGB三通道因为光照强度差异存在的色彩偏差问题；构造图像增强网络，输入低照度图像的最小通道约束图对正常曝光图像的照度和纹理进行注意力图估计，得到照度和纹理注意力估计图，将照度和纹理注意力估计图作为信息引导进行图像的亮度提升和噪声抑制，将亮度提升和噪声抑制后得到的结果划分成小块进行局部增强，得到低照度图像的增强图像；解决了现有图像增强技术中需要显示估计噪声强度且增强图像存在过曝光或增强不足的问题。

公开(公告)号：CN112070692B

公开(公告)日：2023-10-20

申请号：CN202010870790.4

申请日：2020-08-26

申请人： 西安理工大学

发明人： 赵明华 ,  周童童 ,  都双丽 ,  李鹏 ,  王理 ,  李兵

IPC分类号： G06T5/00 ,  G06T5/20 ,  G06T5/50

摘要： 本发明公开的一种基于虚拟曝光的单幅逆光图像增强方法，其特征在于，包括以下步骤：将单幅逆光图像转换到HSV颜色空间并提取出V分量图像；利用V分量图像求解出一系列虚拟曝光图像，然后从中选取一张低曝光图像和一张高曝光图像；对选取的低曝光图像做全局亮度增强，得到增强亮度图像；对选取的高曝光图像做对比度增强，得到增强对比度图像；将得到的增强亮度图像和增强对比度图像融合在一起，再与HSV颜色空间的H、S分量合并，得到增强后的单幅逆光图像。本发明一种基于虚拟曝光的单幅逆光图像增强方法，引入虚拟曝光图像对逆光图像的亮区和暗区做相应地处理，可以在增强暗区的同时抑制亮区过饱和，得到更自然的增强结果。

公开(公告)号：CN114862713B

公开(公告)日：2023-07-25

申请号：CN202210475542.9

申请日：2022-04-29

申请人： 西安理工大学

发明人： 都双丽 ,  范恒瑞 ,  赵明华 ,  刘怡光 ,  李杰

IPC分类号： G06T5/00 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/094 ,  G06N3/0442 ,  G06N3/0475

摘要： 本发明公开了基于注意力平滑膨胀卷积的两阶段图像去雨方法，由以下步骤组成：步骤S1：通过引导滤波器将原始雨天图像进行边缘移除并不断迭代直到得到完整的雨纹信息图，步骤S2：在雨纹信息图的引导下，对原始雨天图像中的雨纹信息进行提取，生成雨纹注意力图，步骤S3：将原始雨天图像和雨纹注意力图输入第一平滑膨胀卷积网络中，提取不同感受野的特征获得残差图，通过原始雨天图像减去残差图获得去雨纹图像；步骤S4：将去雨纹图像输入第二平滑膨胀卷积网络，将去雨纹图像内的类雾降质进行去除得到去雨去雾图像；本发明考虑了雨纹和雨雾混合降质，在真实雨天图像的处理上表现出优越性，在提高图像质量的同时，很好保持了细小边缘纹理。

公开(公告)号：CN114862711B

公开(公告)日：2023-03-31

申请号：CN202210474048.0

申请日：2022-04-29

申请人： 西安理工大学

发明人： 都双丽 ,  赵明华 ,  刘怡光 ,  徐振宇 ,  尤珍臻

IPC分类号： G06T5/00

摘要： 本发明公开了一种基于双重互补先验约束的低照度图像增强与去噪方法，该方法如下：求解光照分量，并确保光照分量中不含有噪声，所有噪声都包含在反射分量中；基于非局部自相似性原理，为反射分量构建噪声去除内部先验约束；基于大量自然图像，为增强后图像构建噪声去除外部先验约束；结合上述构建的内部和外部先验约束，使两种先验约束动态互补，求取最后的增强结果。采用该方法解决了低照度图像增强技术中的噪声放大问题。