基于可见光图像增强的红外图像卷积神经网络超分辨方法

    公开(公告)号:CN111932452B

    公开(公告)日:2022-08-19

    申请号:CN202010646515.4

    申请日:2020-07-07

    申请人: 浙江大学

    摘要: 本发明公开了一种基于可见光图像增强的红外图像卷积神经网络超分辨方法。利用红外可见光双分辨相机拍摄得到场景的红外图像和可见光图像,形成红外‑可见光图像对,并处理得到训练集;以训练集迭代训练初始化后的卷积神经网络模型,直至迭代次数达到预设次数,卷积神经网络模型训练完毕,将红外相机拍摄到的红外图像输入训练后的卷积神经网络模型,得到超分辨的红外图像。本发明利用了可见光图像的信息,解决了超分辨过程中红外图像细节不丰富的问题,超分辨后的红外图像有更好的细节表现能力,卷积神经网络模型的鲁棒性强。

    一种用于旋转衍射的多光谱图像重建方法

    公开(公告)号:CN114862976A

    公开(公告)日:2022-08-05

    申请号:CN202210300986.9

    申请日:2022-03-24

    IPC分类号: G06T11/00 G06N3/04 G06N3/08

    摘要: 本发明公开了一种用于旋转衍射的多光谱图像重建方法。包括:获取旋转衍射多光谱图像数据集;搭建用于光谱图像重建的卷积神经网络,卷积神经网络包括编码部分、解码部分和光谱上采样残差连接部分;将旋转衍射多光谱图像数据集输入卷积神经网络并对卷积神经网络进行训练,获得训练好的卷积神经网络;将待重建旋转衍射模糊图像输入训练好的卷积神经网络中,训练好的卷积神经网络输出重建高光谱图像。本发明在重建过程中不需要点扩散函数的辅助,无需迭代求解,具有速度快,计算资源消耗少,重建结果空间分辨率和光谱精度高,输出光谱通道数量灵活等特点。

    一种基于扩散模型的单帧图像超分辨处理方法

    公开(公告)号:CN113177882B

    公开(公告)日:2022-08-05

    申请号:CN202110474006.2

    申请日:2021-04-29

    IPC分类号: G06T3/40 G06N3/04 G06N3/08

    摘要: 本发明公开了一种基于扩散模型的单帧图像超分辨处理方法。方法建立超分辨扩散模型的扩散过程和条件噪声预测器;将高低分辨图像数据集输入到超分辨扩散模型的条件噪声预测器,利用超分辨扩散模型的扩散过程对条件噪声预测器进行训练,获得预训练后的条件噪声预测器;待处理的低分辨图像输入到超分辨扩散模型的逆过程中,获得残差预测图像;残差预测图像与经过上采样操作的低分辨图像相加,得到预测的超分辨图像。本发明对同一张低分辨图像生成具有一致特征的多张超分辨图像,每张超分辨图像具有丰富的纹理和自然性,避免了过平滑问题、模式崩塌问题,在较少时间开销下提高了重建性能。

    一种通用的真实世界单帧图像超分辨增强方法

    公开(公告)号:CN114757827A

    公开(公告)日:2022-07-15

    申请号:CN202210313768.9

    申请日:2022-03-28

    IPC分类号: G06T3/40 G06T5/10

    摘要: 本发明公开了一种通用的真实世界单帧图像超分辨增强方法。方法包括以下步骤:S1利用频域数据增强方法对真实世界退化图像和对应的高分辨图像进行数据增强处理,获得增强图像集;S2利用增强退化图像振铃效应方法对增强图像集再进行数据增强后,获得输入图像集,由输入图像集和对应高分辨图像构成训练集;S3将训练集输入到超分辨网络进行训练,获得训练好的超分辨网络;S4将待重建的真实世界退化图像输入到训练好的超分辨网络中进行预测,获得重建的高分辨图像。本发明减少了超分辨网络在重建真实世界退化图像时产生的振铃,生成的图像效果自然、结构清晰,提升了超分辨方法在真实世界图像上的重建性能。

    一种遥感图像非均匀雾气去除方法

    公开(公告)号:CN114511464A

    公开(公告)日:2022-05-17

    申请号:CN202210137039.2

    申请日:2022-02-15

    申请人: 浙江大学

    IPC分类号: G06T5/00 G06N3/04 G06N3/08

    摘要: 本发明公开了一种遥感图像非均匀雾气去除方法。方法步骤为:构建遥感图像的雾气去除网络,进行监督学习:获取合成有雾遥感图像数据集和无雾标签图像;将合成有雾遥感图像数据集输入遥感图像雾气去除网络中处理,输出合成去雾遥感图像数据集;计算合成去雾遥感图像数据集和无雾标签图像之间的损失值;将损失值反向传输至遥感图像雾气去除网络中优化,获得优化遥感图像雾气去除网络;获取真实有雾遥感图像并输入优化遥感图像雾气去除网络中处理,获取真实去雾遥感图像。本发明使用双注意力去雾模块进行特征提取,使网络具有更强的非均匀雾气感知和去除能力;不同层次之间的雾气感知特征直接传递,提高了提取雾气特征的效率,获得更好的去雾效果。

    一种基于光流映射重复区域检测的图像配准鬼影消除方法

    公开(公告)号:CN110619652B

    公开(公告)日:2022-03-18

    申请号:CN201910764608.4

    申请日:2019-08-19

    申请人: 浙江大学

    摘要: 本发明公开了一种基于光流映射重复区域检测的图像配准鬼影消除方法。本发明首先使用参考帧图像和待配准帧图像间的光流对两张图像进行预配准,再记录待配准图像中的每个像素在预配准结果中的对应位置,将待配准图像中被使用多次的像素在预配准结果中的对应位置作为疑似鬼影位置,在若干候选鬼影像素中剔除与参考帧图像最相似的像素,其余像素判定为鬼影,最后,在检测出的鬼影位置使用参考帧图像的对应像素对预配准结果进行替换,从而得到无鬼影的图像配准结果。本发明精度高、效率高,能在不增加配准算法时间复杂度的情况下有效地去除鬼影,是一种能在实际相机成像系统中实现图像配准去鬼影的实用方法手段。

    一种基于噪声水平的梯度相关TV因子图像去噪去模糊方法

    公开(公告)号:CN108648162B

    公开(公告)日:2021-07-09

    申请号:CN201810470422.3

    申请日:2018-05-16

    申请人: 浙江大学

    IPC分类号: G06T5/00

    摘要: 本发明公开了一种基于噪声水平的梯度相关TV因子图像去噪去模糊方法。日常拍摄所获取的图像都有一定程度的降质,即使是对静态目标的稳定成像,其获取图像也包含有像素级的模糊量,且噪声往往不可避免。对带噪模糊图像进行复原操作可以提升图像质量,然而,抑制噪声和去模糊两者间存在矛盾,图像复原时需兼顾两者的平衡。本发明方法提出一种基于总变分正则化的图像去噪去模糊方法,在对图像进行模糊复原的同时,结合Richardson‑Lucy算法的特点获取初步去模糊图像,通过若干正则化项进行约束,并利用噪声图像梯度的先验分布特性,对正则化权重因子进行梯度相关的分布式调整处理,能有效地抑制噪声同时保持良好的图像边缘特性,获得较高质量的图像。

    一种基于衍射的长焦光谱编码成像系统和方法

    公开(公告)号:CN112985601A

    公开(公告)日:2021-06-18

    申请号:CN202110157367.4

    申请日:2021-02-04

    申请人: 浙江大学

    摘要: 本发明公开了一种基于衍射的长焦光谱编码成像系统和方法。包括如下步骤:1)利用相长干涉波长排布方式获得编码的衍射元件;2)选择望远系统的放大倍数Γ,计算望远系统的内在参数,获得望远系统;3)搭建标定点扩散函数的成像系统,利用标定点扩散函数的成像系统进行光谱标定实验获得不同波段的点扩散函数;4)搭建长焦光谱编码成像系统,利用长焦光谱编码成像系统进行光谱图像采集实验,获得不同波段的光谱混叠图像;5)利用高光谱图像重建网络算法对光谱混叠图像进行处理获得不同波段下的高光谱图像。本发明有利于重建网络算法的效果以及衍射元件的加工;本发明有利于系统焦距的增长以及对衍射元件的保护;高光谱图像准确清晰,谱段适用范围宽,鲁棒性高。

    一种抑制高亮区域的低照度图像增强方法

    公开(公告)号:CN107437240B

    公开(公告)日:2021-06-04

    申请号:CN201710575380.5

    申请日:2017-07-14

    申请人: 浙江大学

    IPC分类号: G06T5/00

    摘要: 本发明公开了一种抑制高亮区域的低照度图像增强方法,该方法首先将低照度图像进行反转,引入亮通道的概念对高亮区域进行抑制,再利用去雾的方法根据大气散射物理模型对图像进行增强,最后将图像再次反转得到高亮区域抑制的增强效果图。能够自适应地处理低照度图像,有效地抑制了高亮区域同时消除了光晕现象,使增强后的图像具有更加理想的对比度和视觉效果,整体增强效果较现有的增强算法有大幅度提升。全过程可实现自动化与自能化,无需人工干预。