-
-
公开(公告)号：CN107993218A
公开(公告)日：2018-05-04
申请号：CN201810086907.2
申请日：2018-01-30
申请人： 重庆邮电大学
摘要： 本发明公开了一种基于代数多重网格和分水岭分割的图像融合方法；方法包括：将同一场景焦点不同的两幅或者多幅图像进行处理，得到一幅信息更加丰富的合成图像；利用代数多重网格方法对源图像进行重建，得到重建图像，通过分水岭图像分割算法，将均值图像分割成为不同的区域；并根据所分割的图像区域，计算该区域源图像与重建图像的均方误差，判断其清晰程度，生成区域清晰度决策图；根据区域清晰度决策图，得到图片清晰与模糊边界，根据这个边界对图像进行融合；相对于多分辨率的图像融合方法，该方法融合图像的每个目标区域都从源图像中清晰区域直接选取，避免了由于图像变化引起的图像清晰度的丢失。
-
公开(公告)号：CN106504179A
公开(公告)日：2017-03-15
申请号：CN201610927466.5
申请日：2016-10-31
申请人： 重庆邮电大学
CPC分类号： G06T1/0021 , G06T2201/0203
摘要： 本发明公开了一种基于边缘检测的灰度图像隐写方法，用于在公开传输信道中隐秘通信，防止机密信息被窃取与泄露。该方法主要是把灰度图像按照边缘检测方法划分成两部分，轮廓与非轮廓像素序列，根据图像边缘检测得到的像素序列与其它像素的不同特性，对轮廓与非轮廓部分使用不同的嵌入率嵌入隐写数据，达到载密图像在图像感知与安全等方面的高效性、可靠性与隐蔽性。该方法分成两个阶段：机密信息的嵌入阶段与提取阶段。在嵌入过程中，为了保证机密信息的完整性，利用图像像素值的高位进行轮廓的提取，利用低位进行机密信息的嵌入。嵌入阶段保证机密信息的加密与二进制序列的转换，再把二进制序列嵌入图像的像素值中，提取阶段保证从载密图像中提取二进制序列，从而解码转换与还原出机密信息。
-
公开(公告)号：CN116309119A
公开(公告)日：2023-06-23
申请号：CN202310095476.7
申请日：2023-02-08
申请人： 重庆邮电大学
摘要： 本发明属于图像处理技术领域，具体涉及一种光照与运动分离的多曝光融合方法；包括对低曝光图、中曝光图和高曝光图进行光照预处理并输入融合模型；根据第一伽马值、第二伽马值将低曝光图、高曝光图映射到中曝光图的光照等级并归一化，得到第一新中曝光图和第二新中曝光图，并与中曝光图进行运动对齐；对齐后的第一新中曝光图和第二新中曝光图分别通过伽马逆变换，得到新低曝光图和新高曝光图，并与中曝光图进行光照融合得到高动态范围图像，计算损失并反向传播训练模型参数；获取待处理图像，采用训练好的融合模型得到其对应的高动态范围图像；本发明采用光照与运动分离的思想，使高动态范围图像保留输入图像的更多信息，减少鬼影现象。
-
公开(公告)号：CN115908504A
公开(公告)日：2023-04-04
申请号：CN202211591340.7
申请日：2022-12-12
申请人： 重庆邮电大学
IPC分类号： G06T7/254 , G06T7/246 , G06V20/40 , G06V10/34 , G06V10/44 , G06V10/62 , G06V10/77 , G06V10/80
摘要： 本发明属于图像视频处理技术领域，具体涉及到一种基于快速独立成分分析结合时空差异的运动目标检测方法，包括：将FastICA与帧差法结合，通过将当前帧与相邻帧进行FastICA处理时间域的差异得到轮廓FR1；将视频序列送入高斯混合模型生成的背景图像与当前帧进行FastICA处理空间域的差异得到轮廓FR2；通过融合策略将时间域的目标的轮廓FR1和空间域的目标的轮廓FR2进行融合；对融合后的轮廓进行形态学处理，得到精确的运动目标。本发明通过快速独立成分分析结合了检测场景中的时间差异与空间差异，有效的弥补了两种方法在各种领域的不足，有效的避免了这些问题，有效的提升了方法的精确度和有效性。
-
公开(公告)号：CN112183446B
公开(公告)日：2022-09-23
申请号：CN202011096273.2
申请日：2020-10-14
申请人： 重庆邮电大学
IPC分类号： G06V40/10 , G06V10/77 , G06V10/764
摘要： 本发明属于图像识别和视频监控技术领域，特别涉及一种基于独立成分分析的室内实时摔倒检测方法，包括从视频中获取满足一定条件的两帧相邻图像；使用ICA运动目标检测，得到分离前景和背景的二值图；使用自适应的矩形框优化得到人体的检测框；对二值图像的前景部分进行特征提取；根据提取的前景部分及检测框相关特征判断目标的状态，最终判断为疑似摔倒、未摔倒两种状态；若连续多帧为疑似摔倒，表明使用离线训练的SVM分类器判断疑似摔倒图像是否真实摔倒；本发明运算快，成本低，易部署；鲁棒性强，针对多种异常情况，如光照、遮挡、噪声等外部干扰有较好的鲁棒性；且使用终端设备自行判断，不用传输到外部服务器进行判断，可以很好地保护个人隐私。
-
公开(公告)号：CN112258537B
公开(公告)日：2022-08-26
申请号：CN202011161185.6
申请日：2020-10-27
申请人： 重庆邮电大学
摘要： 本发明属于图像处理领域，具体涉及一种基于卷积神经网络的监督暗视觉图像边缘检测方法，该方法包括：获取暗视觉图像，将暗视觉图像输入到训练好的监督图像边缘检测模型中进行暗视觉图像边缘检测，得到边缘检测结果；所述监督图像边缘检测模型为优化的监督图像边缘检测模型，该模型由六个边缘检测模块和一个拼接模块构成；本发明通过增加模型的卷积层和引入残差结构单元，能更好地保留图像上一阶段学习的特征及边缘细节信息，使训练的优化模型能够进一步提高图像边缘检测的效果，图像边缘的连续性增强，输出的边缘检测图像更符合人眼观测效果。
-
公开(公告)号：CN118134800A
公开(公告)日：2024-06-04
申请号：CN202410261913.2
申请日：2024-03-07
申请人： 重庆邮电大学
摘要： 本发明属于图像处理技术领域，具体涉及一种基于小波非均匀扩散模型的图像阴影去除方法；包括：获取待处理阴影图像以及对应的掩膜图像，对阴影图像和掩膜图像进行预处理，得到处理好的阴影图像和掩膜图像；对预处理好的阴影图像和掩膜图像进行哈尔小波分解，得到两种图像的低频分量和高频分量；将两种图像的低频分量和高频分量输入到训练好的小波非均匀扩散模型中进行处理，得到无阴影图像低频全局信息和无阴影图像高频细节信息；对无阴影图像低频全局信息和无阴影图像高频细节信息进行小波逆变换处理，得到无阴影图像；本发明可重建出更加精细化的无阴影图像，实现良好的图像增强效果，且减少了扩散模型迭代采样的时间，有利于实际的应用部署。
-
公开(公告)号：CN118037566A
公开(公告)日：2024-05-14
申请号：CN202410232613.1
申请日：2024-03-01
申请人： 重庆邮电大学
IPC分类号： G06T5/50 , G06T5/73 , G06T5/10 , G06T5/60 , G06V10/42 , G06V10/44 , G06V10/60 , G06N3/0464 , G06N3/08
摘要： 本发明属于数字图像处理领域，具体涉及一种基于特征分离和注意力引导的高动态范围成像方法，包括：获取连续多帧的低动态范围图像序列，并进行分块和预处理，获得低动态和高动态范围图像块对；构建特征分离预处理网络和融合网络；使用成组的低动态和高动态范围图像块对训练整个网络，得到并保存训练好的网络模型参数；将待融合图像输入训练好的网络，得到高动态范围图像。本发明通过利用局部熵构建注意力模块来引导网络忽略包含严重过/欠饱和区域，以提升图像融合的细节和纹理特征，为进一步提升成像质量，通过构建全局和局部特征提取融合网络，来充分提取全局和局部特征，以解决运动目标位移大在合成阶段产生的大范围伪影以及细节缺失问题。
-
公开(公告)号：CN115908192A
公开(公告)日：2023-04-04
申请号：CN202211620500.6
申请日：2022-12-15
申请人： 重庆邮电大学
IPC分类号： G06T5/00
摘要： 本发明涉及一种基于目标和环境差异性分离和映射的阴影去除方法包括：获取第一原始图像数据和第二原始图像数据；其中，所述第一原始图像数据为具有阴影的图像数据；所述第二原始图像数据为第一原始图像数据对应的无阴影图像数据；构建SRNet阴影去除模型；所述SRNet阴影去除模型包括：第一编码器、第二编码器、第三编码器、第一联合解码器、第二联合解码器、第三联合解码器和判别器；将第一原始图像数据和第二原始图像数据作为训练样本对SRNet阴影去除模型进行训练；获取具有阴影的目标图像数据，将具有阴影的目标图像数据输入训练好的SRNet阴影去除模型对目标图像数据的阴影进行去除得到目标图像数据对应的无阴影图像数据。
-
-
-
-
-
-
-
-
-
搜索结果
32 条记录 (耗时 0.077 秒)
